公开(公告)号：CN110703101B

公开(公告)日：2021-01-05

申请号：CN201910861836.3

申请日：2019-09-12

Applicant: 北京交通大学

Inventor： 孙丙香 ,  任鹏博 ,  崔正韬 ,  姜久春 ,  张维戈 ,  王占国 ,  吴健 ,  张彩萍 ,  张琳静 ,  张言茹 ,  周兴振

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明涉及一种锂离子电池分区间循环容量衰退预测方法，包括如下步骤：S1、对锂离子电池进行不同SOC区间衰退测试，得到不同SOC区间的测试数据；S2、进行分区间特征参数提取；S3、利用Keras深度学习框架构建LSTM RNN模型，对模型进行初始化；S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练，并进行模型验证；S5、经过模型训练和模型验证后的LSTM RNN模型，通过迭代的形式输出给定区间下循环电池的容量衰退曲线，根据区间范围[SOCk‑1,SOCk]的不同，输出不同循环次数下的电池容量值，对电池的衰退容量进行预测。

公开(公告)号：CN110703101A

公开(公告)日：2020-01-17

申请号：CN201910861836.3

申请日：2019-09-12

Applicant: 北京交通大学

Inventor： 孙丙香 ,  任鹏博 ,  崔正韬 ,  姜久春 ,  张维戈 ,  王占国 ,  吴健 ,  张彩萍 ,  张琳静 ,  张言茹 ,  周兴振

IPC: G01R31/367 ,  G01R31/392

Abstract: 本发明涉及一种锂离子电池分区间循环容量衰退预测方法，包括如下步骤：S1、对锂离子电池进行不同SOC区间衰退测试，得到不同SOC区间的测试数据；S2、进行分区间特征参数提取；S3、利用Keras深度学习框架构建LSTM RNN模型，对模型进行初始化；S4、利用步骤S1得到的测试数据和步骤S2得到的特征参数的值对LSTM RNN模型进行训练，并进行模型验证；S5、经过模型训练和模型验证后的LSTM RNN模型，通过迭代的形式输出给定区间下循环电池的容量衰退曲线，根据区间范围[SOCk-1,SOCk]的不同，输出不同循环次数下的电池容量值，对电池的衰退容量进行预测。