首页> 中国专利> 基于LSTM神经网络预测锂离子电池剩余使用寿命方法

基于LSTM神经网络预测锂离子电池剩余使用寿命方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于LSTM神经网络预测锂离子电池剩余使用寿命方法，属于锂离子电池技术领域。具体步骤如下：采用经验模态分解算法分解用于神经网络训练的电池循环充放电老化的容量衰减数据，提取其中的残差容量数据反应电池老化趋势，避免电池老化的容量再生现象对剩余使用寿命预测的影响；对提取的残差容量数据进行归一化，训练LSTM神经网络用于迭代预测每个循环电池容量。检测是否发生误差累积，若出现误差累积，采用Box‑Cox变换进行修正。比较锂离子电池容量预测值与电池寿命终止容量，获得锂离子电池剩余使用寿命。本发明能够有效预测电池剩余使用寿命，同时检测预测是否发生严重误差累积，并进行修正。

著录项

公开/公告号CN113093020A

专利类型发明专利
公开/公告日2021-07-09

原文格式PDF
申请/专利权人中国矿业大学;
展开▼

申请/专利号CN202110362459.6
发明设计人周娟;王梅鑫;林加顺;杨晓全;孙啸;原亚雷;钊翔坤;
展开▼

申请日2021-04-02
分类号G01R31/378(20190101);G01R31/367(20190101);G01R31/392(20190101);G01R31/388(20190101);
代理机构
代理人
地址 221116 江苏省徐州市铜山区大学路一号中国矿业大学
入库时间 2023-06-19 11:45:49

法律信息

法律状态公告日

法律状态信息

法律状态
2022-07-12

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 基于LSTM神经网络预测锂离子电池剩余使用寿命方法 [P] . 中国专利： CN113093020A . 2021-07-09
2. 基于长短时记忆LSTM和粒子滤波PF的锂离子电池剩余使用寿命预测方法 [P] . 中国专利： CN111103544A . 2020-05-05
3. METHOD FOR PREDICTING REMAINING SERVICE LIFE OF LITHIUM-ION BATTERY EMPLOYING WDE-OPTIMIZED LSTM NETWORK [P] . 世界知识产权组织专利： WO2020191800A1 . 2020-10-01

机译：预测使用WDE优化LSTM网络的锂离子电池剩余使用寿命的方法
4. Method for determining residual service life of drive- or control specific components of motor vehicle, involves determining remaining service life of drive- or control specific component based on computed damage [P] . 德国专利： DE102012218899A1 . 2014-04-17

机译：确定机动车的驱动或控制特定部件的剩余使用寿命的方法，涉及基于计算出的损坏确定驱动或控制特定部件的剩余使用寿命
5. LSTM SYSTEM AND METHOD FOR RESIDUAL LONG SHORT TERM MEMORIES LSTM NETWORK [P] . 韩国专利： KR20180025110A . 2018-03-08

机译：用于剩余长短期记忆LSTM网络的LSTM系统和方法