公开(公告)号：CN119881716A

公开(公告)日：2025-04-25

申请号：CN202510078944.9

申请日：2025-01-17

Applicant: 南京林业大学

Inventor： 张涌 ,  葛潇凡 ,  赵奉奎 ,  万茂松 ,  吕立亚 ,  李冰林 ,  张昆 ,  仲文艳 ,  李习龙

IPC: G01R31/392 ,  G01R31/378 ,  G01R31/367 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06N3/006

Abstract: 本发明公开了一种基于HHO优化融合注意力机制和TCN‑GRU的锂离子电池SOH估计方法，具体包括：采集锂电池在每次充放电循环下的电压数据、电流数据、电池表面温度和当前容量，根据当前容量计算获得SOH值；对获取的数据进行处理，得到多种电池衰退特征序列，利用皮尔逊相关系数计算不同衰退特征与SOH值的关联系数，将关联系数符合预期阈值的衰退特征序列选出，获得新的衰退特征序列；将新的衰退特征序列和SOH值序列组合成新的数据集，并按合适比例划分为训练集和测试集；利用数据集训练并优化网络，得到训练完成的锂电池SOH估计模型。本发明能够解决现有基于数据驱动法难以高效、准确预测电池状况状态的技术难题，具有广阔的应用前景。