-
公开(公告)号:CN114781262A
公开(公告)日:2022-07-22
申请号:CN202210420404.0
申请日:2022-04-21
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/04
Abstract: 本发明公开了一种基于退化序列时序关联建模的长寿命锂离子电池早期寿命预测方法及系统,其中,该方法包括:获取n个电池单体的容量退化数据并进行重构,得到训练数据集;建立j个基于序列对序列模型的容量预测模型,并利用所述训练数据集分别训练;将待测电池单体某周期的放电容量作为某训练好的模型的初始输入,得到第一步预测输出结果;再在其输入至这个模型中,得到下一步预测输出结果,迭代执行直至低于失效阈值,将每步预测输出结果首尾相连得到退化过程曲线;并对其他模型进行预测得到j条容量退化曲线,求其容量取均值,得到最终预测结果。该方法解决了现有使用单步迭代预测模式带来的长时预测精度和稳定性不佳的问题。
-
公开(公告)号:CN114781262B
公开(公告)日:2024-10-29
申请号:CN202210420404.0
申请日:2022-04-21
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/0442 , G06N3/08 , G06F119/04
Abstract: 本发明公开了一种基于退化序列时序关联建模的长寿命锂离子电池早期寿命预测方法及系统,其中,该方法包括:获取n个电池单体的容量退化数据并进行重构,得到训练数据集;建立j个基于序列对序列模型的容量预测模型,并利用所述训练数据集分别训练;将待测电池单体某周期的放电容量作为某训练好的模型的初始输入,得到第一步预测输出结果;再在其输入至这个模型中,得到下一步预测输出结果,迭代执行直至低于失效阈值,将每步预测输出结果首尾相连得到退化过程曲线;并对其他模型进行预测得到j条容量退化曲线,求其容量取均值,得到最终预测结果。该方法解决了现有使用单步迭代预测模式带来的长时预测精度和稳定性不佳的问题。
-