本發(fā)明公開了一種基于多電池數(shù)據(jù)融合的
鋰電池SOH長期預測方法。收集同種鋰電池充放電過程中的數(shù)據(jù),預處理并構(gòu)造多電池數(shù)據(jù)融合的輸入矩陣,將輸入矩陣送入多輸入多輸出長短期記憶網(wǎng)絡模型進行訓練;將被預測電池的數(shù)據(jù)實時預處理,后送入多輸入多輸出長短期記憶網(wǎng)絡模型進行預測;收集預測后的歷史預測結(jié)果和充放電過程中的歷史真實數(shù)據(jù),訓練NARNN模型;將當前時刻的預測結(jié)果作為NARNN模型輸入,輸出得未來若干次充放電間的健康狀態(tài)參數(shù)SOH。本發(fā)明克服了傳統(tǒng)電池SOH預測算法僅針對被預測電池建模、泛化性較弱、長期預測精度低的劣勢;大大增加了訓練樣本,優(yōu)化了模型組合,從而提高了模型預測的精確度,提高了SOH長期預測的精準度。
聲明:
“基于多電池數(shù)據(jù)融合的鋰電池SOH長期預測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)