发明 一种基于多传感器数据融合的锂电池健康状态估计方法【锂电池 电力 电池健康 健康状态 数据监测 充放电循 算法 电池数据】
【锂电池 电力 电池健康 健康状态 数据监测 充放电循 算法 电池数据】 2人
G01R31/392 G06F30/27 G06N3/0464 G06N3/042 G06N3/0985
摘要：本发明公开了一种基于多传感器数据融合的锂电池健康状态估计方法，采集锂电池数据，运用去趋势交叉相关分析法对数据集进行特征提取并进行数据集划分；构建基STGCN和Pyraformer模型的锂电池组电池健康状态模型；通过STGCN提取由锂电池组的多维度参数数据构成的空间参数序列的局部电池容量变化特征，将获得的特征输入到Pyraformer中建立空间参数序列与全局锂电池组健康状态的变化联系；运用均匀初始化对SDO进行初始化操作，将改进后的多元学习引入到SDO中得到改进的UMSDO算法；利用UMSDO优化STGCN‑Pyraformer模型中的超参数，获取对应的最优参数，对电池健康状态进行预测，得到电池健康状态的预测结果。本发明能够被应用于锂电池健康状态预测的建模过程中，确保锂电池健康状态预测的准确性。
