公开(公告)号：CN114487890B

公开(公告)日：2024-11-26

申请号：CN202210094201.7

申请日：2022-01-26

Applicant: 中南大学

Inventor： 蒋富 ,  张晓勇 ,  巩亚栋 ,  彭辉 ,  彭军 ,  李恒 ,  刘伟荣 ,  黄志武 ,  杨迎泽 ,  刘勇杰 ,  闫立森

IPC: G01R31/392

Abstract: 本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。

公开(公告)号：CN114487890A

公开(公告)日：2022-05-13

申请号：CN202210094201.7

申请日：2022-01-26

Applicant: 中南大学

Inventor： 张晓勇 ,  巩亚栋 ,  彭辉 ,  彭军 ,  李恒 ,  刘伟荣 ,  黄志武 ,  杨迎泽 ,  蒋富 ,  刘勇杰 ,  闫立森

IPC: G01R31/392

Abstract: 本发明公开了一种改进长短期记忆神经网络的锂电池健康状态估计方法。其步骤为：获取锂电池实验数据集；根据容量计算电池实际的健康状态，提取若干个能够表征电池健康状态的老化特征并对特征数据进行标准化处理；初始化相关参数并建立改进的长短期记忆神经网络模型，确定网络中需要优化的参数；对改进的长短期记忆神经网络估计模型进行训练；将训练得到的最优参数值作为长短期记忆神经网络模型中对应的值来进行锂离子电池健康状态的估计。本发明能够有效提高锂离子电池健康状态的估计精度。