- 1、本文档共14页,其中可免费阅读5页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于充电电压曲线特征的锂电池健康状态估计方法,涉及锂电池状态预测技术领域。包括:S1获取锂电池每个充放电循环过程的充电电压数据序列以及健康状态数据序列;S2确定恒流充电时间段,计算恒流充电时间段内充电电压曲线与充电电压平均值的差值ΔVi;S3利用皮尔逊相关系数分析S2中得到的ΔVi与当前电池最大充电容量的相关度;S4收集训练样本对卷积神经网络‑长短时记忆网络进行训练,得到锂电池SOH估计模型;S5利用锂电池SOH估计模型对锂电池的SOH进行估计。本发明能够从锂电池相对固定的充电过
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117741484A
(43)申请公布日2024.03.22
(21)申请号202311820518.5
(22)申请日2023.12.27
(71)申请人湘潭大学
文档评论(0)