公开(公告)号：CN117590241A

公开(公告)日：2024-02-23

申请号：CN202311850214.3

申请日：2023-12-29

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  高代林 ,  刘晟炜 ,  毛燕 ,  杨哲林 ,  侯杰 ,  项盛 ,  谢丽荣 ,  邓忠伟

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/392

Abstract: 本发明涉及一种基于状态衰减和交互学习的锂电池健康状态监测方法，属于电池技术领域。该方法包括：构建缺失数据向量；对锂电池序列的缺失数据的特征提取；多分辨率时间特征提取；多尺度特征的比例融合。锂电池时间序列属于一维数据，各类曲线是对锂电池工况的客观但抽象的反映，人们并不能直接利用传统的数据填充方法来破坏数据的非线性。本研究以DEC‑LSTM和CIN为核心模块，构建满足SOH和RUL等任务的混合神经网络，实现对锂电池健康状态的准确监测。本研究兼顾了数据来源的真实性和模型预测的准确性，为异常缺失数据的数据处理提供了一种新的技术手段，亦可迁移到其他工业领域，作为解决异常缺失数据问题的方法之一。