【技术实现步骤摘要】
本专利技术涉及电池，具体涉及一种锂离子电池剩余寿命预测方法、系统、设备及存储介质。
技术介绍
1、锂离子电池(lithium ion battery，lib)因其输出功率大、低自放电、能量密度高和长寿命等特性，在军事、微电网储能、电动汽车和航空航天等领域得到广泛应用。锂离子电池长期工作过程中电池内部产生化学反应，导致容量衰退和能量衰减。因此，提前预测锂电池的剩余使用寿命(remaining useful life，rul)对于延长使用寿命、降低性能下降风险以及电动汽车动力电池系统的有效管理至关重要。
2、目前，剩余使用寿命研究已成为锂离子动力电池系统中故障预测和健康管理的研究热点。现有的锂离子动力电池剩余寿命预测方法主要分为基于模型和基于数据驱动两大类。基于模型的锂离子电池剩余寿命预测方法通常基于机械故障机制建立物理模型，或者基于经验知识和实时测量数据建立统计模型，以用来描述lib的降解过程。因此需要深入理解模型的组成，其中数学表达式用于描述复杂的电化学过程，但是实际使用过程中易受到外界环境因素的影响，数学模型和物理模型的建...
【技术保护点】
1.一种锂离子电池剩余寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，构建锂离子电池数据集的步骤，具体包括：
3.根据权利要求2所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述相关健康因子为等恒流放电间隔、等恒流充电时间间隔和等压升时间间隔。
4.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述长短期记忆网络的超参数为隐含层节点数和学习率。
5.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述最优电池剩余寿命预测模...
【技术特征摘要】
1.一种锂离子电池剩余寿命预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，构建锂离子电池数据集的步骤，具体包括：
3.根据权利要求2所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述相关健康因子为等恒流放电间隔、等恒流充电时间间隔和等压升时间间隔。
4.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述长短期记忆网络的超参数为隐含层节点数和学习率。
5.根据权利要求1所述的一种锂离子电池剩余寿命预测方法，其特征在于，所述最优电池剩余寿命预测模型采用郊狼优化算法选取长短期记忆网络的超参数进行优化的步骤，具体包括：
6.根据权利要求5所述的一种锂离子电池剩余寿命预测方法...
【专利技术属性】
技术研发人员：李嘉波，孙中麟，田迪，王志璇，
申请(专利权)人：西安石油大学，
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。