基于卷积自编码神经网络的锂离子电池健康状况评估方法研究

来源：计算机测量与控制杂志2020年第8期北京时间：

作者：侯瑞磊,范秋华

单位：青岛大学 电气工程学院

摘要：目前锂离子电池已被广泛用作能量存储系统，在手机、电动汽车和飞机中均有广泛的应用。然而锂离子电池在使用过程中存在一定的危险性，若不能及时对电池健康状态评估（SOH）发现危险将会导致十分严重的后果。因此，研究一种基于卷积神经网络的锂离子电池健康状况评估方法，该方法通过使用卷积自编码神经网络对电池状态数据进行特征提取，有效提升了评估的准确率，并且神经网络能够在使用过程中不断进行学习，具有较高的灵活性，最后通过使用NASA公开的锂电池数据集测试，评估准确率达到93.6%，相比传统方法有较大提升。

关键词：锂电池，SOH，卷积，自编码，softmax