一种基于电化学阻抗谱数据的多视图锂电池SOH估计方法
技术特征：
1.一种基于电化学阻抗谱数据的多视图锂电池soh估计方法，其特征在于，其具体步骤如下：
2.根据权利要求1所述的一种基于电化学阻抗谱数据的多视图锂电池soh估计方法，其特征在于，步骤s2所述根据训练集的阻抗数据生成四种不同的电化学阻抗谱视图，具体方法如下：
3.根据权利要求1所述的一种基于电化学阻抗谱数据的多视图锂电池soh估计方法，其特征在于，步骤s3所述深度学习特征提取网络由残差学习层、卷积神经网络、注意力层组成，具体提取步骤如下：
4.根据权利要求1所述的一种基于电化学阻抗谱数据的多视图锂电池soh估计方法，其特征在于，步骤s4所述采用低秩优化模型对步骤s3所述四种电化学阻抗谱视图的特征矩阵进行融合，具体方法如下：
5.根据权利要求1所述的一种基于电化学阻抗谱数据的多视图锂电池soh估计方法，其特征在于，步骤s7所述实际运行时，利用soh估计模型进行在线soh估计，其具体步骤如下：
技术总结
本申请公开了一种基于电化学阻抗谱数据的多视图锂电池SOH估计方法，所述方法包括：选取多个同类型锂电池进行充放电循环测试，在每次充放电循环过程中的特定SOC处暂停并采集阻抗数据；根据训练集的阻抗数据生成四种不同的电化学阻抗谱视图；利用深度学习特征提取网络进行特征提取；构建低秩优化模型并引入一致性正则项对提取的特征矩阵进行融合；搭建人工神经网络模型进行SOH估计；采用测试集对训练完成的模型进行性能验证；实际运行时，锂电池管理系统利用SOH估计模型进行在线SOH估计。本发明基于电化学阻抗谱数据构建多角度视图，从全局视角与局部视角挖掘电化学阻抗谱数据中蕴含的电池健康信息，提高了SOH估计精度。
技术研发人员：韩晓岚,陈思哲,袁浩亮,杨苓
受保护的技术使用者：广东工业大学
技术研发日：
技术公布日：2024/11/28
文档序号 :
【 40164166 】
技术研发人员：韩晓岚,陈思哲,袁浩亮,杨苓
技术所有人：广东工业大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：韩晓岚,陈思哲,袁浩亮,杨苓
技术所有人：广东工业大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除