CNIPA.AI
返回搜索
档案

一种基于深度学习的新能源储能锂电池寿命预测方法

发明专利未知
10权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

殷晓飞; 王怀栋; 丁江浩; 李智; 刘功起; 何松良; 姜科棋; 葛静

申请日

Aug 5, 2026

公开日

Oct 27, 2026

IPC 分类

G06F 18/20 (2023.01)G06F 18/213 (2023.01)G06N 3/0442 (2023.01)G06N 3/0464 (2023.01)

本发明公开了一种基于深度学习的新能源储能锂电池寿命预测方法,涉及储能电池管理技术领域,包括如下步骤:生成锂电池寿命预测约束集,对储能锂电池运行记录规整和等效循环转换,形成储能锂电池运行观测序列;经状态规整和特征编码生成单体运行证据序列,根据电池单体物理关联关系生成电池物理关联矩阵;将两者输入改进Graph WaveNet模型,生成电池退化轨迹矩阵;采用改进PELT算法构建联合退化分段代价,在持续退化候选边界范围内生成退化阶段边界集;根据寿命终止判据确定寿命终止边界,生成锂电池寿命预测结果及寿命预测反馈记录。本发明可结合单体运行差异、物理关联关系和多状态退化阶段完成寿命预测。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式