公开(公告)号：CN110824364B

公开(公告)日：2021-11-19

申请号：CN201911018344.4

申请日：2019-10-24

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  张家昌 ,  张子健 ,  柴毅 ,  熊庆宇 ,  丁宝苍 ,  魏善碧

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于AST‑LSTM神经网络的锂电池SOH估计与RUL预测方法，属于锂电池PHM领域。该方法包括：1)集多个电池充放电周期电压、电流、温度和对应的容量值；2)构建深度AST‑LASTM模型；3)基于AST‑LSTM神经网络模型的锂电池SOH估计和RUL预测。本发明仅需待测锂电池的电压、电流、温度和时间即可获得电池容量数据，从而估算出锂电池SOH和RUL，测量过程简单，误差小精度高。

公开(公告)号：CN110824364A

公开(公告)日：2020-02-21

申请号：CN201911018344.4

申请日：2019-10-24

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  张家昌 ,  张子健 ,  柴毅 ,  熊庆宇 ,  丁宝苍 ,  魏善碧

IPC: G01R31/367 ,  G01R31/392 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于AST-LSTM神经网络的锂电池SOH估计与RUL预测方法，属于锂电池PHM领域。该方法包括：1)集多个电池充放电周期电压、电流、温度和对应的容量值；2)构建深度AST-LASTM模型；3)基于AST-LSTM神经网络模型的锂电池SOH估计和RUL预测。本发明仅需待测锂电池的电压、电流、温度和时间即可获得电池容量数据，从而估算出锂电池SOH和RUL，测量过程简单，误差小精度高。