本發明公開的一種基于進化LSTM自編碼器的電池健康狀態估計方法,具體為:采集鋰電池當前容量數據得到一個容量矩陣,采集鋰電池實時電壓數據得到一個電壓矩陣,將電壓矩陣劃分為訓練數據集和測試數據集;建立LSTM自編碼器模型;基于訓練數據集和測試數據集,采用NSGA?II算法,優化LSTM自編碼器模型的超參數;對歸一化電壓矩陣P僅經過LSTMEncoder層實現特征提取,將電壓特征劃分為訓練特征集和測試特征集;基于訓練特征集,用高斯過程回歸建立一個鋰電池容量預測模型。本發明方法通過構建進化自編碼器模型對多維電壓數據進行電壓特征提取,解決了電池健康狀態估計中特征難以構建的問題。
聲明:
“基于進化LSTM自編碼器的電池健康狀態估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)