专利交易市场

一种面向嵌入式设备的锂电池使用寿命的预测方法，步骤包括对锂离子电池历史电压、电流和时间数据作为输入特征，创建预测特征数据集；对预测特征数据集进行预处理；对预处理后的数据集形成电池剩余寿命时间序列数据集，建立电池剩余使用寿命预测模型；对模型的增量学习模块优化；使用贝叶斯Optuna框架对权重巩固项进行寻优和动态调整；对Optuna框架优化，提高寻优效率；对在线权重巩固使用到的信息矩阵Fisher进行优化，使用随机奇异值分解进行低秩分解；使用优先经验回放的方法对增量学习优化；使用知识蒸馏的方法对优先经验回放进行优化。本发明所建立模型能够在多变的使用环境中保持泛化能力，更准确反映电池的实际使用状态。

本发明涉及锂电池退化状态监测技术领域，主要涉及一种基于电池模型参数的锂电池寿命预测方法，包括设定的SoC处以固定的时间间隔采集锂电池数据并测量电池内阻，拟合出指定SoC下电池等效电路模型参数，得到每个电池模型参数的特征。将电池分为训练集和测试集两组;把训练集每个电池的模型参数特征和电池寿命输入预测模型中进行训练;将所训练模型的特征权重和特征偏移取出并预测测试集电池寿命，使用均方根误差与绝对平均误差率验证预测结果精度。本发明探究了电池模型参数与电池寿命之间的联系,深入发掘了电池模型参数中哪一部分对电池寿命的变化更为敏感，拓展了电池寿命相关研究的方向。