基础金属	铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材
小金属	钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪
新能源	锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件
其他金属	稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

基础金属

铜电解铜铜精矿铜管铜棒废铜铜排铜合金精铜杆再生铜杆铜板带铝铝土矿氧化铝电解铝铝辅料铝棒铝合金锭废铝铝杆铝型材铝板卷铝板铅铅精矿铅锭铅蓄电池再生精铅还原铅废铅蓄电池铅合金锌锌精矿电解锌锌合金氧化锌锌粉锡锡精矿锡锭锡材

小金属

钨钨精矿 APT(仲钨酸铵)钨粉碳化钨钨酸钠钨条钨铁钨材废钨钛钛精矿钛渣四氯化钛海绵钛钛金属钛白粉镁兰炭硅铁镁锭镁合金镁粉锗镓铟锑铋硒钽铌锆铪

新能源

锂锂矿锂化合物金属锂镍镍矿镍铁精炼镍镍盐高冰镍 MHP 钴电解钴钴粉氯化钴四氧化三钴硫酸钴钴中间品氧化钴碳酸钴钴酸锂锰锰矿电解锰电池级硫酸锰 锂电池三元前驱体隔膜磷酸铁电解液正极材料电芯石油焦针状焦包覆沥青人造石墨硅碳负极硅氧负极硅硅石有机硅硅粉三氯氢硅工业硅再生硅光伏多晶硅硅片电池片组件组件成本指数海外组件废旧组件

其他金属

稀土稀土矿稀土氧化物稀土金属钕铁硼白银金

基于时间序列特征的锂电池寿命预测方法

860 编辑：管理员来源：北方有色网

2023-03-18 22:20:06

本发明提供了一种基于时间序列特征的锂电池寿命预测方法，包括以下步骤：步骤1、挖掘充放电数据中反映锂电池寿命的关键特征数据，其中包括：在一次完整的充放电循环中挖掘出的等升电压时间序列特征、截止电压时间序列特征、恒流始降时间序列特征、持续小电流时间序列特征、充电温升时间序列特征、充电温降时间序列特征和放电温升时间序列特征；步骤2、对特征数据做预处理，组成反映电池健康状态的特征向量组，利用向量组建立特征模型；步骤3、计算皮尔逊相关系数，筛选相关度更高的时间序列特征作为模型输入；步骤4、建立GRU神经网络预测模型并优化网络参数以提升预测效果；步骤5、建立多维评价体系评价GRU模型预测效果；本发明能够准确预测电池容量在整个寿命期内的非线性退化趋势，模型适用范围广，适用于多种充电策略，预测响应快，预测精度高。

声明：

“基于时间序列特征的锂电池寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。

我是此专利(论文)的发明人(作者)