采用Inception-LSTM模型的锂电池健康状态估计与剩余寿命预测研究

摘 要：针对锂电池健康状态（State of Health，SOH）估计和剩余使用寿命（Remaining Useful Life， RUL）预测过程中健康特征提取单一、估计精度低等问题，提出了一种Inception-LSTM模型用于锂电池SOH估计与RUL预测。首先选取合适的恒压恒流充电时间构建特征序列HF，并采用Pearson相关性系数分析HF和容量之间的相关性；另外针对特征变量的特征提取不够全面问题，采用Inception模型进行特征提取，采用LSTM进行时序建模，随后利用注意力机制进一步提取对电池健康度影响较大的特征来估计电池健康状态，利用该深度学习模型来挖掘电池在复杂使用条件下的动态变化特征。（剩余8151字）