基于改进型LSTM-RNN的锂离子电池SOH估计系统

• 作者: 吴起行
• 来源期刊: 电子制作
• 关键词: SOH LSTM-RNN adam算法 磷酸铁锂电池
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 自动化技术
• 页码范围: 72-74
• 页数: 3页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5059.2021.09.023

摘要

本文提出和制作了一种基于改进型长短时记忆循环神经网络(LSTM-RNN)的锂离子电池健康度(SOH)估计系统.该系统可有效提取锂电池SOH值随老化过程的变化特征,不依赖电池内部模型,就能准确估计SOH.系统通过18650磷酸铁锂电池的循环寿命测试来进行训练数据集的搜集和该方法的验证.测试结果表明,该系统实现了对锂电池SOH值的精确估计.