基于遷移學(xué)習(xí)與GRU神經(jīng)網(wǎng)絡(luò)結(jié)合的鋰電池SOH估計(jì)

打開文本圖片集

摘 要：為解決退役電池梯次利用過程中單體剩余使用壽命估計(jì)困難、測(cè)試流程復(fù)雜與能耗高等問題，提出遷移學(xué)習(xí)與GRU網(wǎng)絡(luò)結(jié)合的鋰離子電池健康狀態(tài)估計(jì)方法；設(shè)計(jì)的基礎(chǔ)模型結(jié)構(gòu)為輸入層+GRU層+全連接層+輸出層；根據(jù)健康因子的得分，選擇訓(xùn)練基礎(chǔ)模型的數(shù)據(jù)集、劃分電池相似度等級(jí)并制定對(duì)應(yīng)的遷移學(xué)習(xí)策略。實(shí)驗(yàn)結(jié)果表明：與其他模型相比，分別使用數(shù)據(jù)集的前40%與前25%訓(xùn)練得到的基礎(chǔ)模型與遷移學(xué)習(xí)模型，兩者的精度分別最大提高42.48%與95.28%，而預(yù)測(cè)穩(wěn)定性分別最大提高55.38%與93.55%。（剩余12562字）