基于并行CNN-Self attention & LSTM的鋰電池RUL間接預(yù)測

打開文本圖片集

摘 要 針對鋰離子電池難以在線測量直接健康因子（容量、內(nèi)阻）進行剩余使用壽命（RUL）預(yù)測的現(xiàn)狀，提出基于并行CNN-Self attention與LSTM組合的鋰電池RUL間接預(yù)測方法。首先基于鋰離子電池放電循環(huán)數(shù)據(jù)，利用灰度關(guān)聯(lián)分析篩選出能夠高度體現(xiàn)電池容量衰減的間接健康因子；然后分別對間接健康因子使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）進行特征提取和自注意力機制（Self attention）調(diào)整特征權(quán)重得到對應(yīng)的特征矩陣；最后融合特征矩陣，并使用長短期記憶（LSTM）網(wǎng)絡(luò)進行鋰電池RUL預(yù)測。（剩余8384字）