公开(公告)号：CN119535219A

公开(公告)日：2025-02-28

申请号：CN202411590366.9

申请日：2024-11-08

Applicant: 新疆大学

Inventor： 汪继伟 ,  李豪 ,  邓忠伟 ,  张凯 ,  张林鍹 ,  安毅

IPC: G01R31/367 ,  G01R31/392 ,  G01R31/378 ,  G06F30/27 ,  G06N3/0464 ,  G06F119/02

Abstract: 本发明涉及一种基于MSCNN的锂离子电池健康状态估计方法，属于锂离子电池技术领域。该方法包括：对锂离子电池单体进行老化循环测试，建立工况测试实验数据库；采集每次老化循环中电池的电压、电流和温度数据，分别计算电压、电流和温度的平均值、标准差、偏度以及峰度，并作为健康因子，筛选出与电池健康状态相关性强的健康因子；构建SOH估计模型，将筛选出的健康因子作为输入以训练该模型；模型训练完成后用于对锂离子电池健康状态的预测。本发明能有效地从不同尺度的数据中提取特征，拥有相较于传统CNN更高的SOH估计精度，且对不同工况的数据集也可以进行准确的SOH估计，具有良好的泛化能力。