基于混合网络的锂离子电池健康状态与剩余使用寿命联合估计方法

来源：信息与控制杂志2024年第1期北京时间：

作者：朱振宇, 高德欣

摘要：为高效准确实现锂电池健康状态（state of health，SOH）和剩余使用寿命（remaining useful life，RUL）预测，提出了一种基于混合网络的锂离子电池SOH与RUL联合估计方法。首先，建立锂电池间接健康特征（health factor，HF）提取框架，以HF为输入，容量为输出，使用卷积神经网络（convolutional neural network，CNN）和门控循环单元网络（gated recurrent unit，GRU）构成CNN-GRU电池SOH估计模型，对电池SOH进行估计；然后利用SOH估计结果和SOH真实值建立CNN-GRU电池RUL预测模型，对电池RUL进行预测。实验结果表明，SOH估计最大均方根误差在2.31%以内，RUL预测误差在5.29%以内，该方法可以实现锂电池SOH和RUL较为全面的评估。

关键词：锂离子电池, 健康状态, 剩余使用寿命, 混合网络