一种锂离子电池健康状态估计方法
公开
摘要
本发明提供一种锂离子电池健康状态预测方法，具首先提取电池充电过程与电池老化相关的健康因子；在采用灰色关联分析法对提取的健康因子与电池容量之间的相关性进行分析，将相关性等级高的健康因子划分源域数据集和目标域数据集；再采用迁移学习方法将不同数据集的数据转换到相同的特征空间，在最大均值差异的基础上采用迁移成分分析对特征进行迁移和降维，实现在知识迁移的同时尽可能地减小计算负担，解决对于不同数据集需要对机器学习模型进行重新训练或重新建模的问题，提高了计算效率；最后采用长短时记忆神经网络进行电池SOH估计，预测精度高，提高估计准确性。
基本信息
专利标题 ：
一种锂离子电池健康状态估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580262A
申请号 ：
CN202111367429.0
公开（公告）日 ：
2022-06-03
申请日 ：
2021-11-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马彦单策姚美好朱家俊高金武陈虹
申请人 ：
吉林大学
申请人地址 ：
吉林省长春市长春高新技术产业开发区前进大街2699号
代理机构 ：
吉林省中玖专利代理有限公司
代理人 ：
姜姗姗
优先权 ：
CN202111367429.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06F119/04 G06F119/08 G06F119/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
