| 成果基本信息 | ||||||
| 关键词: | 充放电数据,锂电池,健康状况预测 | |||||
| 成果类别: | 应用技术 | 技术成熟度: | 初期阶段 | |||
| 体现形式(基础理论类): | 其他 | 体现形式(应用技术类): | 新技术 | |||
| 成果登记号: | 资源采集日期: | |||||
| 研究情况 | |||||
| 单位名称: | 武汉理工大学 | 技术水平: | 未评价 | ||
| 评价证书号: | 评价单位: | ||||
| 评价日期: | 评价证书号: | ||||
| 转化情况 | |||||
| 转让范围: | 合作开发 | 推广形式: | 合作开发 | ||
| 已转让企业数(个): | |||||
| 联系方式 | |||||
| 联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
| *成果单位详细联系方式请登录会员;还不是会员,马上注册! | |||||
| 成果简介 | |||||
本发明涉及基于充放电数据特征的锂电池健康状况预测方法及装置,其包括:建立初始长短期记忆网络模型;获取锂电池健康指标数据集;根据所述锂电池健康指标数据集对所述初始长短期记忆网络模型进行训练、验证和测试,得到目标长短期记忆网络模型;将锂电池健康指标数据输入至所述目标长短期记忆网络模型,对所述锂电池健康状况进行预测。本发明采集实时的锂电池数据,利用改进的遗传算法,对长短期记忆网络模型参数寻优,并引入了注意力机制与增量学习的方法,实现了对锂电池健康状况的在线预测,并且避免了调参的盲目性,提升了预测的准确性 |