公开(公告)号：CN118914867B

公开(公告)日：2025-02-28

申请号：CN202411413848.7

申请日：2024-10-11

Applicant: 中南大学

Inventor： 刘一顺 ,  杨茂林 ,  阳春华 ,  李勃 ,  陈宁 ,  黄科科

IPC: G01R31/367 ,  G06N3/0442 ,  G06N3/0499 ,  G06F18/213 ,  G06F18/25 ,  G01R31/392 ,  G01R31/385

Abstract: 本发明提供了一种电池状态预测方法、系统、设备及存储介质，涉及电池管理技术领域。通过获取目标电池对应的多维运行特征信息；采用基于通道注意力的多层感知机网络对多维运行特征进行特征提取和加权融合以生成第一提取结果；获取目标电池的历史数据，根据双向长短期记忆神经网络对历史数据的时序关系进行提取以生成第二提取结果；将第一提取结果和第二提取结果进行融合生成融合结果；基于融合结果对目标电池的健康状态进行预测并生成预测结果。将历史健康状态与运行特征变化信息进行融合，实现了精确对目标电池的健康状态进行预测的技术效果。

公开(公告)号：CN118914867A

公开(公告)日：2024-11-08

申请号：CN202411413848.7

申请日：2024-10-11

Applicant: 中南大学

Inventor： 刘一顺 ,  杨茂林 ,  阳春华 ,  李勃 ,  陈宁 ,  黄科科

IPC: G01R31/367 ,  G06N3/0442 ,  G06N3/0499 ,  G06F18/213 ,  G06F18/25 ,  G01R31/392 ,  G01R31/385

Abstract: 本发明提供了一种电池状态预测方法、系统、设备及存储介质，涉及电池管理技术领域。通过获取目标电池对应的多维运行特征信息；采用基于通道注意力的多层感知机网络对多维运行特征进行特征提取和加权融合以生成第一提取结果；获取目标电池的历史数据，根据双向长短期记忆神经网络对历史数据的时序关系进行提取以生成第二提取结果；将第一提取结果和第二提取结果进行融合生成融合结果；基于融合结果对目标电池的健康状态进行预测并生成预测结果。将历史健康状态与运行特征变化信息进行融合，实现了精确对目标电池的健康状态进行预测的技术效果。