本发明公开了一种物理机理和机器学习融合的
锂离子电池寿命预测方法，包括步骤：锂离子电池首次充放电循环并进行
电化学特征测量；构建电化学特征曲线并提取特征量信息；构建机器学习模型并将特征量带入机器学习模型中以评估锂离子电池出厂时的寿命性能差异；构建物理退化机理模型以评估充放电历史引起的锂离子电池寿命衰减；基于锂离子电池出厂性能差异和充放电过程中的寿命衰减，计算锂离子电池的剩余寿命。本发明基于物理退化机理模型和机器学习模型的融合，仅根据锂离子电池出厂时的初始寿命不一致性和充放电循环历史退化两个主要因素的评估结果即可对锂离子电池的寿命进行精确可靠的预测，简便高效。
声明：
“物理机理和机器学习融合的锂离子电池寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
923
编辑：管理员
来源：北方有色网
咨询细节
