本发明公开了一种基于深度学习算法的
锂离子电池剩余寿命在线预测方法，本发明基于深度学习方法，首先通过大量离线电池数据集对深度学习网络进行训练，后以在线阶段采集得到的放电曲线片段作为数据输入，基于离线阶段优化完毕的深度学习网络，通过结合信号处理方法和迁移学习技术得到电池的剩余寿命，进而可推断出在线使用中电池的健康状态并进行电池管理；不同于传统的纯理论计算和经验模型预测，本发明剩余寿命预测模型基于深度学习网络，避免对于电池内部的物理化学模型和数学模型的依赖，提高了预测方法的鲁棒性和普适性，同时有效降低计算成本。
声明：
“基于深度学习算法的锂离子电池剩余寿命在线预测方法” 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)
968
编辑：管理员
来源：北方有色网
咨询细节
