一种基于数据分解和集成模型的储能锂电池寿命预测方法

    公开(公告)号:CN115204038A

    公开(公告)日:2022-10-18

    申请号:CN202210711671.3

    申请日:2022-06-22

    申请人: 湘潭大学

    摘要: 本发明公开了一种基于数据分解和集成学习模型的储能锂电池寿命预测方法,用于储能锂电池装置状态检测与管理领域,包括:获取新能源高渗透率智能电网环境下不同参数特征的储能锂电池历史容量退化数据集;将所述容量退化数据集分别进行预处理,增强数据潜在规律特性,使之更容易被神经网络捕获;分别构建基于LSTM的剩余寿命预测模型个体,并以MOEA/D多目标优化算法进行参数优化;将得到的预测个体模型按照预测性能需求进行集成;本发明可以在较低的成本前提下,建立一种用于锂电池剩余寿命的预测方法,并增强预测模型在多电池组寿命预测中的预测性能和泛化能力。