本發明涉及一種基于ASTUKF?GRA?LSTM模型的新能源汽車鋰電池健康狀態評估方法,首先獲得平滑的IC曲線,然后選取IC曲線的部分區域,利用灰色關聯分析法提取電池退化特征;其次,基于輸入的特征數據,利用長短期記憶網絡LSTM對鋰電池的SOH進行在線估計;最后,通過基于實際工程實驗數據,驗證了該方法具有較強的SOH評估精度。本發明方法對新能源汽車動力SOH評估具有較高的正確率,平均絕對百分誤差為0.96%,均方根誤差為0.57%,平均評估耗時2.1s,遠小于傳統LSTM模型評估耗時8.9s、GAN?CNN?LSTM模型耗時4.6s。能夠有效滿足直流充電樁對新能源汽車鋰電池健康狀態的精確快速動態評估的安全分析需求。該方法具有較高的準確率,這在一定程度上解決了鋰電池的SOH估計的準確率較低的問題,具備一定的工程應用價值。
聲明:
“基于ASTUKF-GRA-LSTM模型的新能源汽車鋰電池健康狀態評估方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)