采用全局健康因子和残差模型的锂离子电池健康状态估计

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为准确估计锂离子电池的健康状态（SOH），提出了一种卷积神经网络-残差网络-双向门控循环单元-注意力机制（CNN-Residual-BiGRU-Attention）模型和微调估计方法。首先，采用分段近似聚合算法对电池容量增量和恒流充电曲线进行降维，构建全局健康因子；接着，利用卷积神经网络提取全局健康因子时序特征，通过注意力机制突出强相关特征，并引入残差网络保持信息完整性；最后，通过改进人工蜂群算法对模型超参数寻优，提升模型SOH估计精度。（剩余19823字）

试读结束

目录
monitor