Indexed by：
Abstract：
本发明涉及一种基于电化学阻抗谱与DRT预测退役电池健康状态的方法，属于电池预测领域。该方法包括以下步骤：EIS实验与数据提取、DRT技术对EIS数据的分析、GA‑LSTM神经网络的建立与SOH预测。本发明的锂离子电池弛豫时间对交流阻抗处理方法，EIS包含电池的诸多信息，测试结果准确性高。在LSTM神经网络中加入遗传算法优化，可以保证LSTM中的参数更优，从而有效提升对SOH预测的效果。本发明在建立完整的电池测试数据的基础上，构建输入集与输出集，进而实现LSTM神经网络对SOH进行预测，准确率高，实用性强。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410118852.4
Filing Date： 2024-01-29
Publication Date： 2024-04-26
Pub. No.： CN117930063A
Applicants： 北京工业大学 ;;国网重庆市电力公司
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
