采用全局健康因子和殘差模型的鋰離子電池健康狀態(tài)估計

打開文本圖片集

摘要：為準確估計鋰離子電池的健康狀態(tài)（SOH），提出了一種卷積神經(jīng)網(wǎng)絡(luò)-殘差網(wǎng)絡(luò)-雙向門控循環(huán)單元-注意力機制（CNN-Residual-BiGRU-Attention）模型和微調(diào)估計方法。首先，采用分段近似聚合算法對電池容量增量和恒流充電曲線進行降維，構(gòu)建全局健康因子；接著，利用卷積神經(jīng)網(wǎng)絡(luò)提取全局健康因子時序特征，通過注意力機制突出強相關(guān)特征，并引入殘差網(wǎng)絡(luò)保持信息完整性；最后，通過改進人工蜂群算法對模型超參數(shù)尋優(yōu)，提升模型SOH估計精度。（剩余19823字）