基于注意力机制的双向LSTM锂电池SOH估算模型

摘要：

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0.0045和0.30％以内.

关键词：锂电池、健康状态、注意力机制、Bi-LSTM

所属期刊栏目：46

分类号：TM912

资助基金：河南省科技攻关项目182102210088

在线出版日期：2022-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：739-742