一种基于卷积神经网络的锂电池容量估计方法
基本信息
| 申请号 | CN202111120094.2 | 申请日 | - |
| 公开（公告）号 | CN113777499A | 公开（公告）日 | 2021-12-10 |
| 申请公布号 | CN113777499A | 申请公布日 | 2021-12-10 |
| 分类号 | G01R31/367（2019.01）I;G01R31/378（2019.01）I;G01R31/388（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 测量；测试; |
| 发明人 | 李雪;李锐;张晖 | 申请（专利权）人 | 山东浪潮科学研究院有限公司 |
| 代理机构 | 济南泉城专利商标事务所 | 代理人 | 李桂存 |
| 地址 | 250101山东省济南市高新浪潮路1036号S02号楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于卷积神经网络的锂电池容量估计方法，包括以下步骤：构造电池参数数据集，对相同规格的电池进行充放电循环实验，对步骤1中采集到的数据进行预处理，构造神经网络的输入数据；构建卷积神经网络进行适应性的修改，保证网络的特征提取能力和收敛能力，并进行超参数优化；得到估计模型；取电池最近一次充电过程的充电电压、充电电流数据，利用步骤2处理后输入步骤4进行计算，得到电池的容量估计值。本发明所提出的方法具有迁移学习的优势，有效降低了算法开发的试验测试需求，缩短了开发用时。这项研究工作为智能化电池管理的研发奠定了基础。 |
