一种考虑因果性特征的锂离子电池退化与容量预测模型
公开
摘要
本发明提出一种考虑因果性特征的锂离子电池退化与容量预测模型，提取并筛选因果性特征，并使用因果性特征作为模型的输入预测电池的可用容量，来增强模型在预测和特征角度的可解释性，提高容量的预测精度。具体为：(1)针对其他神经网络模型对输入参数与输出之间的因果关系解释不充分的问题，提出考虑因果特征来预测容量，提高了模型的可解释性。(2)提出采用脉冲响应分析法分析特征对容量衰减的影响，并结合电池老化机理分析，明确了所选特征对容量衰减的确切影响和作用机理，提高了特征的可解释性。(3)以因果特征为输入，构建了基于长短时记忆LSTM网络的容量预测模型，与使用原始特征的预测结果和其他方法的预测结果相比，实现了对容量更准确的预测。
基本信息
专利标题 ：
一种考虑因果性特征的锂离子电池退化与容量预测模型
专利标题（英）：
暂无
公开（公告）号 ：
CN114578234A
申请号 ：
CN202210276095.4
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
田毅吴立锋贺加贝
申请人 ：
首都师范大学
申请人地址 ：
北京市海淀区西三环北路56号
代理机构 ：
北京慧泉知识产权代理有限公司
代理人 ：
王顺荣
优先权 ：
CN202210276095.4
主分类号 ：
G01R31/367
IPC分类号 ：
G01R31/367 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
G01R31/367
••其软件，例如 使用建模或查找表进行电池测试
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
