基于残差连接和Conv-LSTM的锂离子电池SOH估算

作者：周奔滔; 陶吉利; 王清松

来源：电源学报, 2023, 1-11.

• 锂离子电池
• 健康状态估算
• 残差连接
• 卷积长短时记忆网络

锂离子电池常被作为储能元件以实现电能的存储和使用，精确地估算其健康状态(SOH)可以为电池的实际使用提供理论依据。然而，SOH无法被直接测量。为了准确且便捷地估算锂离子电池SOH，从数据驱动法的角度提出一种基于残差连接和卷积长短时记忆网络(Conv-LSTM)的锂离子电池SOH估算模型。该方法基于残差连接、Conv-LSTM和卷积神经网络（CNN），利用锂离子电池充电过程中的电压、电流、容量，实现锂离子电池使用周期内的SOH估算。在多个电池测试数据集上的实验结果表明，与多种估算效果较好的现有模型相比，基于残差连接和Conv-LSTM的SOH估算模型具有更精准的估算结果，测试集SOH估算的最大绝对误差和平均绝对误差分别小于3.3%和1.7%。

• 单位
  江西理工大学