基于深度学习的铅酸电池健康状态估计

提出以对电池衰减老化敏感的电压增量作为特征量,使用铅酸电池全寿命周期数据,利用深度神经网络算法(DNN)建模,进行健康状态(SOH)在线估算,以提高预测的准确性.该方法能准确预测电池的SOH.在不同循环倍率(0.10 C、0.15 C和0.20 C)下,以容量作为估算方法,SOH估算平均误差小于1.0％,最大误差不超过3.0％;在不同(60％、80％和100％)放电深度(DOD)下,以放电截止电压作为估算方法,SOH估算平均误差小于0.5％,最大误差不超过3.0％.