[发明专利]一种动力电池的剩余寿命预测方法有效
| 申请号： | 201910367605.7 | 申请日： | 2019-05-05 |
| 公开（公告）号： | CN109977622B | 公开（公告）日： | 2020-12-01 |
| 发明（设计）人： | 熊瑞;卢家欢;孙逢春 | 申请（专利权）人： | 北京理工大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F119/04;G06F119/02 |
| 代理公司： | 北京市诚辉律师事务所 11430 | 代理人： | 范盈 |
| 地址： | 100081 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种动力电池的剩余寿命预测方法，其基于动力电池本体历史数据与云端大数据融合驱动来实现，该方法在实施过程中，能够充分利用待预测电池本体的在线历史数据和包含非本体信息的云端大数据，对动力电池RUL实现预测，具有步骤简单、预测精度高、能极大程度地提高可用信息源的利用率、可支持任意数量的非本体信息作为预测输入量等诸多有益效果，能够有效适应大数据应用场景。 | ||
| 搜索关键词： | 一种 动力电池 剩余 寿命 预测 方法 | ||
【主权项】：
1.一种动力电池的剩余寿命预测方法，其特征在于：具体包括以下步骤：步骤一、提取待测动力电池的历史健康状态SOH序列hm＝{h1,h2,…,hm}以及对应的等效循环次数序列km＝{k1,k2,…,km}，其中，m为待测电池历史健康数据的采样数量；步骤二、提取同类型电池的离线测试大数据以及云端在线使用大数据，构建融合驱动模型的训练数据集；步骤三、建立融合驱动模型，利用所述训练数据集对所述模型进行训练；步骤四、设定目标SOH序列，基于所述目标SOH序列与所述训练数据集构造预测矩阵；步骤五、基于经训练的所述融合驱动模型以及所述预测矩阵，对待测动力电池的剩余寿命进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京理工大学，未经北京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910367605.7/，转载请声明来源钻瓜专利网。
