-
公开(公告)号：CN116224085A
公开(公告)日：2023-06-06
申请号：CN202310459819.3
申请日：2023-04-26
Applicant: 西南交通大学
IPC: G01R31/367 , G01R31/392
Abstract: 本发明提供的一种基于数据驱动的锂电池健康状态评估方法，从电池老化数据集中选择数据作为特征进行特征预处理，得到典型特征提取区间，并将典型特征提取区间的特征数据与实际电池SOH结合得到各个典型特征提取区间的数据集，划分出训练电池对其不同典型特征提取区间的数据集使用神经网络算法进行训练，得到对应的电池SOH评估模型，并将最终得到的模型用于锂电池健康状态评估。上述方法要求锂电池满足在充电过程中小于4.0V以及电压值变化大于0.2V两个条件，在此基础上，锂电池充电电压经过任何电压区间，都可从中提取特征，缓解了锂电池特征提取条件苛刻单一的情况；较深度学习，该方法不需要复杂的参数计算，更加适用于当前的电池管理系统。
Search Results
1
records
(took 0.059 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
