基于复合神经网络的退役动力电池容量的检测方法及系统

    公开(公告)号:CN114636933A

    公开(公告)日:2022-06-17

    申请号:CN202210559305.0

    申请日:2022-05-23

    摘要: 本发明公开了基于复合神经网络的退役动力电池容量的检测方法及系统。本发明通过获取待检测电池的放电信号数据、交流阻抗数据、温度数据和开路电压数据;将放电信号数据转化为放电信号灰度值矩阵,将交流阻抗数据转化为交流阻抗灰度值矩阵;将放电信号灰度值矩阵、交流阻抗灰度值矩阵、温度数据和开路电压数据输入进复合神经网络预测模型,输出得到待检测电池的电池容量数据预测值,可以快速且精准地预测待检测电池的容量。利用图像模态数据来表示交流阻抗与放电信号这两个长时序信号,同时使用复合神经网络结构来提升输入电池工况变量与电池容量之间的非线性拟合精度,解决了如何兼顾电池容量检测精度和实时性的技术问题。