本發明提供一種鋰離子電池健康狀態預測方法,具首先提取電池充電過程與電池老化相關的健康因子;在采用灰色關聯分析法對提取的健康因子與電池容量之間的相關性進行分析,將相關性等級高的健康因子劃分源域數據集和目標域數據集;再采用遷移學習方法將不同數據集的數據轉換到相同的特征空間,在最大均值差異的基礎上采用遷移成分分析對特征進行遷移和降維,實現在知識遷移的同時盡可能地減小計算負擔,解決對于不同數據集需要對機器學習模型進行重新訓練或重新建模的問題,提高了計算效率;最后采用長短時記憶神經網絡進行電池SOH估計,預測精度高,提高估計準確性。
聲明:
“鋰離子電池健康狀態估計方法” 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)