【技术实现步骤摘要】
本专利技术涉及电池和电化学，尤其是一种基于vae模型数据增强算法预测电池soh方法。
技术介绍
1、电化学阻抗谱（electrochemical impedance spectroscopy，eis)是一种用于表征电池内部电化学过程的测试方法。电池的阻抗谱eis数据，由实部阻抗和虚部阻抗组成。电池健康度(state of health，soh)下降过程中，活性材料减少，导电性变差，这会引起电池内阻增大，可以通过eis曲线的参数变化反映出来，所以可以通过eis测试得到的阻抗谱来预测电池soh。
2、测试eis数据需要使用专业的仪器设备，成本较高，测试数据的数量往往不多，甚至偏少，因此可以使用数据增强方法来增加eis数据的数量，为模型提供更多数据，增强模型的泛化能力和鲁棒性，避免模型过拟合。
3、变分自编码器（variational autoencoder，vae），是一种生成模型，可以学习训练数据的潜在分布，可以通过对潜在分布中的采样来生成新的样本，同时保留原始数据的特征。这种数据增强方法可以增加训练样本的多样性，...
【技术保护点】
1.一种基于VAE模型数据增强算法预测电池SOH方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于VAE模型数据增强算法预测电池SOH方法，其特征在于，所述步骤S1包括如下步骤：
3.根据权利要求2所述的一种基于VAE模型数据增强算法预测电池SOH方法，其特征在于，所述步骤S11中，EIS配置频率范围为10-2HZ至105HZ，优选60个频率值作为样例。
4.根据权利要求1所述的一种基于VAE模型数据增强算法预测电池SOH方法，其特征在于，在步骤S2中，所述VAE模型的网络结构包含编码器、采样器、解码器。所述编码器用...
【技术特征摘要】
1.一种基于vae模型数据增强算法预测电池soh方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于vae模型数据增强算法预测电池soh方法，其特征在于，所述步骤s1包括如下步骤：
3.根据权利要求2所述的一种基于vae模型数据增强算法预测电池soh方法，其特征在于，所述步骤s11中，eis配置频率范围为10-2hz至105hz，优选60个频率值作为样例。
4.根据权利要求1所述的一种基于vae模型数据增强算法预测电池soh方法，其特征在于，在步骤s2中，所述vae模型的网络结构包含编码器、采样器、解码器。所述编码器用于将输入数据编码成潜在空间的分布；所述采样器从编码器输出的分布中采样，得到潜在空间的样本点；所述解码器将采样得到的潜在表示映射回数据空间。
5.根据权利要求4所述的一种基于vae模型数据增强算法预测电池soh方法，其特征在于，在步骤s2中，所述vae模型中的重构误差采用均方误差；整个模型...
【专利技术属性】
技术研发人员：常伟，潘多昭，胡志超，
申请(专利权)人：南通乐创新能源有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。