一种改进长短期记忆神经网络的锂电池健康状态估计方法
实质审查的生效
摘要
本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。
基本信息
专利标题 ：
一种改进长短期记忆神经网络的锂电池健康状态估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114487890A
申请号 ：
CN202210094201.7
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张晓勇巩亚栋彭辉彭军李恒刘伟荣黄志武杨迎泽蒋富刘勇杰闫立森
申请人 ：
中南大学
申请人地址 ：
湖南省长沙市岳麓区麓山南路932号
代理机构 ：
长沙市融智专利事务所(普通合伙)
代理人 ：
颜勇
优先权 ：
CN202210094201.7
主分类号 ：
G01R31/392
IPC分类号 ：
G01R31/392
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/392
••确定电池老化或退化,例如健康状态
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G01R 31/392
申请日 : 20220126
申请日 : 20220126
2022-05-13 ：
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
