公开(公告)号：CN119795912A

公开(公告)日：2025-04-11

申请号：CN202411835779.9

申请日：2024-12-13

Applicant: 苏州大学

Inventor： 费子成 ,  钟璐腾 ,  王进 ,  张子钧 ,  杨本圆 ,  陈亮 ,  谷飞

IPC: B60L3/00 ,  G01R31/392 ,  G01R31/387 ,  G01R31/367 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于数据驱动的电动汽车电池健康状态预测方法和系统。其中方法包括获取电动汽车行驶数据与电池循环数据，以提取电池充放电片段，得到第一充放电片段；计算电池容量，删除第一充放电片段中异常的充放电片段，得到第二充放电片段；构建与电池充电模式相关的充电特征集和与电动汽车驾驶员驾驶行为相关的放电特征集，并构建充放电数据集；构建基于卷积神经网络、时间卷积网络与高效通道注意力机制的双通道深度学习模型；利用充放电数据集训练双通道深度学习模型，以充电特征和放电特征分别作为双通道深度学习模型的双通道输入，对电动汽车电池的健康状态进行实时预测。本发明可以准确预测电动汽车电池的健康状态，并具有较高的实时性。