首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于TSO-TCN的锂离子电池RUL预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:青岛大学

摘要:本发明公开了一种基于TSO‑TCN的锂离子电池RUL预测方法,包括如下步骤:在分析电池容量损失机理的基础上,根据电池正负极的平衡电势,建立简化电化学模型;采集锂离子电池在恒流充电过程中不同时刻的电压和电流,采样间隔时间为1秒,利用粒子群等优化算法对所述锂离子电池的恒流充电曲线进行拟合,从拟合过程中分别提取健康指标;构建包含健康指标与电池实际容量的数据集,按照时间顺序划分训练集和测试集用于RUL预测;在训练集上,采用TSO算法对TCN模型参数进行优化,找到最佳的参数组合,得到TSO‑TCN预测模型;根据训练得到的TSO‑TCN预测模型预测电池RUL,获得准确的预测值。避免了获取复杂的电化学模型参数,既能够有效降低计算复杂度,又能提高RUL预测精度。

主权项:1.一种基于TSO-TCN的锂离子电池RUL预测方法,其特征在于,包括如下步骤:步骤一:在分析电池容量损失机理的基础上,根据电池正负极的平衡电势,建立简化电化学模型;步骤二:采集锂离子电池在恒流充电过程中不同时刻的电压和电流,采样间隔时间为1秒,利用粒子群等优化算法对所述锂离子电池的恒流充电曲线进行拟合,从拟合过程中分别提取健康指标;步骤三:构建包含健康指标与电池实际容量的数据集,按照时间顺序划分训练集和测试集用于RUL预测;步骤四:在所述的训练集上,采用TSO算法对TCN模型参数进行优化,找到最佳的参数组合,得到TSO-TCN预测模型;步骤五:根据训练得到的TSO-TCN预测模型预测电池RUL,获得准确的预测值。

全文数据:

权利要求:

百度查询: 青岛大学 一种基于TSO-TCN的锂离子电池RUL预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。