申请/专利权人:西安交通大学
申请日:2024-03-13
公开(公告)日:2024-07-05
公开(公告)号:CN118294837A
主分类号:G01R31/392
分类号:G01R31/392;G01R31/385;G01R31/378;G01R31/367
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.23#实质审查的生效;2024.07.05#公开
摘要:一种非完备数据下锂离子电池剩余寿命预测方法,先构建基于健康状态SOH的退化模型框架,针对碎片化数据,进行时间变量转换、坐标轴旋转;再利用函数型主成分分析对退化过程进行建模,基于转换后数据建立了关于健康状态的剩余寿命预测模型;最后利用梯度下降迭代寻优算法预测锂离子电池剩余寿命;本发明具有在数据缺失情况下,能有效实现锂离子电池剩余寿命预测的优点,克服了传统方法依赖退化时间、数据缺失情况下预测精度较低等问题。
主权项:1.一种非完备数据下锂离子电池剩余寿命预测方法,其特征在于,包括以下步骤:步骤1构建基于健康状态SOH的退化模型框架;步骤2利用函数型主成分分析对退化过程进行建模;步骤3利用梯度下降迭代寻优算法预测锂离子电池剩余寿命。
全文数据:
权利要求:
百度查询: 西安交通大学 一种非完备数据下锂离子电池剩余寿命预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。