本申请公开了一种基于图神经网络的
锂离子电池健康状态预测方法。所述方法包括以下步骤：获取锂离子电池各个半循环的健康状态；构建图的节点、节点的特征和标签，并设定窗口大小；将图数据划分为训练集、验证集和测试集，并对图数据进行归一化处理；采用图神经网络的方法对训练集数据进行训练学习，并对测试集样本进行测试，从而实现锂离子电池健康状态预测。本发明既可综合考量，又可以考虑历史充放电对未来健康状态的影响，故本发明准确率相对更高；此外，本发明避免了繁杂的对电压、电流和温度的特征工程工作。
声明：
“基于图神经网络的锂离子电池健康状态预测方法” 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)
1050
编辑：管理员
来源：北方有色网
咨询细节
