专利交易市场

本发明提供了一种基于等压升能量和改进GRU的锂电池健康状态估计方法，包括获取锂电池每个充放电循环的健康状态数据和充电能量数据；从每个充放电循环的充电能量数据中提取等压升间隔能量序列，绘制等压升能量充电曲线，并计算出每个充放电周期所对应的等压升能量充电曲线的峰值序列；将等压升能量充电曲线的峰值序列与健康状态序列进行归一化预处理后作为输入数据；在GRU网络中增加翻转层和概率层，改进GRU网络，构建锂电池健康状态的网络估计模型；应用构建的锂电池健康状态网络估计模型对锂电池健康状态进行估计。本发明通过电池外部特性表征内部复杂和剧烈的电化学反应，能有效反应电池的衰退老化，具有快速、准确等优势的健康状态估计方法。

基于满置电流和二重相关度的锂电池健康状态估计方法，获取锂电池每个充放电循环的健康状态和满置电流序列，根据满置电流序提取特征并分类；计算特征与健康状态的灰色关联度作为第一重相关度分析，选取灰色关联度最高的特征和其它类中灰色关联度最高的特征，根据最大关联度区间法，确定输入特征的数量；关联度最高的特征和其它类中关联度最高的特征采用皮尔逊相关系数分析法进行特征之间的第二重相关度分析，构建出最优的输入特征。最后，通过麻雀搜索算法优化支持向量机，构建锂电池健康状态估计模型；应用健康状态估计模型估计锂电池的健康状态。本发明具有快速、有效、准确的估计健康状态，并对输入特征序列的选取提供参考。