基于注意力机制的双向LSTM锂电池SOH估算模型

作者：李苏阳; 陈富安^*

来源：电源技术, 2022, 46(07): 739-742.

• 锂电池
• 健康状态
• 注意力机制
• Bi-LSTM

为提高锂电池健康状态(state of health, SOH)估算精确度，提出了一种基于注意力机制(attention)和双向长短期记忆网络(bidirectional long short term memory, Bi-LSTM)的锂电池SOH估算模型。利用锂电池在放电过程中测得的电压、温度和满电荷状态下的容量作为输入特征。建立Bi-LSTM充分学习序列特征；利用注意力机制分配特征隐含状态下的权重；最后映射得到目标值SOH。在NASA锂电池数据集上的仿真结果表明5、6号电池的均方根误差和绝对百分比均方误差都保持在0.004 5和0.30%以内。

• 单位
  河南工业大学