技術(shù)特征：

1.融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，步驟1中，soh表示為：

3.根據(jù)權(quán)利要求1所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，步驟2中，多種衰退特征包括恒壓充電時間、恒流充電時間、恒流充電容量、恒壓充電容量、充電電壓均值、充電電流均值、電壓方差、電流方差、電壓偏度、電流偏度、電壓曲線峰度、電流曲線峰度、最大電壓值、最大電流值、最小電壓值、最小電流值、ic曲線的斜率和ic曲線的峰值。

4.根據(jù)權(quán)利要求3所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，充電容量q，表示為：

5.根據(jù)權(quán)利要求3所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，步驟2中，ic曲線的峰值為：

6.根據(jù)權(quán)利要求1所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，步驟3中，皮爾遜相關(guān)系數(shù)r，表示為：

7.根據(jù)權(quán)利要求1所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，步驟4中，融合注意力機(jī)制和深度卷積神經(jīng)網(wǎng)絡(luò)包括窗口向量嵌入層、多頭自注意力層、深度可分離卷積層、多層感知機(jī)和一號全連接層；

8.根據(jù)權(quán)利要求7所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，多頭自注意力層包括二號全連接層、三號全連接層、一號歸一化層、殘差注意力層、融合層和規(guī)范化后的點積注意力機(jī)制；

9.根據(jù)權(quán)利要求8所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，深度可分離卷積層包括一號點卷積層、深度卷積層、二號點卷積層和二號歸一化層；

10.根據(jù)權(quán)利要求9所述的融合注意力機(jī)制和深度卷積的鋰電池soh估計方法，其特征在于，多層感知機(jī)包括四號全連接層、五號全連接層和三號歸一化層；

技術(shù)總結(jié)
基于融合注意力機(jī)制和深度卷積的鋰電池SOH估計方法，屬于電化學(xué)、計算機(jī)等交叉技術(shù)領(lǐng)域?，F(xiàn)有缺少同時兼顧精度和效率的鋰電池SOH的估計方法的問題。采集鋰電池在每次充放電循環(huán)下的電壓數(shù)據(jù)、電流數(shù)據(jù)和當(dāng)前可用最大容量，根據(jù)當(dāng)前可用最大容量計算獲得SOH；利用多種統(tǒng)計學(xué)方法對每次充放電循環(huán)下的電壓和電流數(shù)據(jù)進(jìn)行處理，得到多種衰退特征；獲得同一種衰退特征與SOH的皮爾遜相關(guān)系數(shù)和與SOH的斯皮爾曼相關(guān)系數(shù)的平均值，作為對應(yīng)衰退特征的相關(guān)系數(shù)；從多種衰退特征的相關(guān)系數(shù)中選出最大值所對應(yīng)的衰退特征作為最優(yōu)衰退特征；利用最優(yōu)衰退特征和對應(yīng)的SOH訓(xùn)練網(wǎng)絡(luò)，得到訓(xùn)練完成的模型；利用訓(xùn)練完成的模型預(yù)測出該鋰電池的SOH。用于預(yù)測鋰電池SOH。

技術(shù)研發(fā)人員：李瀟鵬,李俊夫,陳立新,王俊,趙明航
受保護(hù)的技術(shù)使用者：哈爾濱工業(yè)大學(xué)（威海）
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10