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！

摘要：适用于光储充放检宽温域场景的锂电池状态智能估算方法，包括以下步骤：建立涵盖15℃、25℃、35℃三种不同温度下的锂电池衰减数据集；根据锂电池衰减数据集中的充放电曲线以及累计积分、时间、斜率、value，提取出27种电池退化特征；将提取的27种电池退化特征进行特征选择，并采用随机森林来量化各电池退化特征对预测结果的贡献，再使用基于SHAP值分析的递归特征消除法生成最优特征子集；根据最优特征子集构建图结构；将图结构送入时空图注意力网络进行训练并输出最终的锂电池SOH预测值；实现了高效且准确的跨温度场景下的锂电池SOH估计。

主权项：1.适用于光储充放检宽温域场景的锂电池状态智能估算方法，其特征在于：包括以下步骤：步骤1：建立涵盖15℃、25℃、35℃三种不同温度下的锂电池衰减数据集；步骤2：根据锂电池衰减数据集中的充放电曲线以及累计积分、时间、斜率、value，提取出27种电池退化特征，如表1所示：表1：提取的特征 步骤3：将提取的27种电池退化特征进行特征选择，并采用随机森林来量化各电池退化特征对预测结果的贡献，再使用基于SHAP值分析的递归特征消除法生成最优特征子集；步骤3.1：通过随机森林模型获得27种电池退化特征的特征重要性评分，根据特征重要性评分选择出对SOH预测重要的电池退化特征，并记为重要特征；步骤3.2：引入SHAP值，计算每个重要特征对SOH预测结果的贡献；即，基于SHAP值的结果，并通过阈值法对重要特征进行初步选择；步骤3.3：根据初步选择的结果执行递归特征消除法，并获得最优特征子集，递归特征消除法的过程为： 其中，Sk是第k步的特征集，Sk+1是从Sk中移除最不重要特征后的特征集；步骤4：根据最优特征子集构建图结构；通过划定最优特征子集中的电池退化特征在时间维度上的范围进行协方差计算且生成协方差矩阵，并在基于协方差矩阵的结果上采用Kruskal算法来生成最小生成树；再通过连接图中所有节点的最小权重边集合，同时保持总边权最小，从而构建网络结构，即图结构；其中，Kruskal算法的目标为： 其中且V,E形成一个无环连通子图，wu,v为边的权重，V表示特征点集合，E表示特征点之间的连接关系；u和v是V中的两个节点，它们表示图中被边连接的两个特征点；步骤5：将图结构送入时空图注意力网络进行训练，时空图注意力网络包括图注意力网络层、BiLstm层、深度可分离卷积网络和线性层，图注意力网络层中的注意力头用于并行处理结构图中的节点，并将结果拼接起来后送入LeakyReLU函数；LeakyReLU函数进行非线性激活后并将其输出送入Dropout模块进行正则化处理，Dropout模块的输出送入全局池化层进行汇聚处理并获得一个固定大小的全局节点；全局节点经归一化后送入BiLstm层，BiLstm层的双向LSTM模块获取全局节点随时间的动态变化特征；将双向LSTM模块的输入和输出进行相加并形成残差连接；深度可分离卷积网络对残差连接的结果进行深度卷积和逐点卷积，线性层对深度可分离卷积网络的输出进行特征提取和结果预测并通过逐步减少输出维度的方式输出最终的锂电池SOH预测值。

全文数据：

权利要求：

百度查询： 河南科技学院 新乡市同兴智能科技有限公司 适用于光储充放检宽温域场景的锂电池状态智能估算方法