基于CNN-GRU神经网络的锂电池SOH估计与RUL预测.pdfVIP

上海节能No.05

2024

SHANGHAIENERGYSAVING

基于CNN-GRU神经网络的锂电池

SOH1

I估计与RUL预测

辛付宇邢丽坤刘笑

安徽理工大学电气与信息工程学院

摘要：随着近几年新能源汽车市场的蓬勃发展，消费者对锂电池的电池性能和储能系统的整体要求逐步提

升。锂电池作为新能源汽车的重要组成部分，对新能源汽车品牌的经济性能具有重要影响。针对锂电池健

康状态（StateOfHealth，SOH）估计与剩余有效工作时间（RemainingUsefulLife，RUL）预测无法直接测量，

为了攻克在线准确测量的难题，提出基于卷积神经网络-门控循环单元（ConvolutionalNeuralNetwork-

GatedRecurrentUnit，CNN-GRU)的锂电池SOH估计与RUL预测方法。运用Python编程语言在Ten-

SOrFIoW框架下搭建CNN-GRU神经网络，利用GRU长时间记忆能力与CNN避免了对数据的复杂前期预

处理，采用NASA开放实验数据测试，经过实验结果对比，基于CNN-GRU神经网络的估算模型相对于BP、

CNN、GRU单独神经网络模型拥有更高的计算精度，以及更稳定的预测结果。

关键词：锂电池；卷积神经网络；门控循环单元；健康状态；剩余有效工作时间

DOl:10.13770/j.cnki.issn2095-705x.2024.05.013

SOHEstimationandRULPredictionofLithiumBattery

BasedonCNN-GRUNeuralNetworks

XINFuyu,XINGLikun,LIUXiao

CollegeofElectricalandInformationEngineering,AnhuiUniversityofScienceandTech-

nology

Abstract:Withtherapiddevelopmentofthenewenergyvehiclemarketinrecentyears,theoverallrequire-

mentsofconsumersforthebatteryperformanceandenergystoragesystemoflithiumbatterieshavegradually

increased.Asanimportantpartofnewenergyvehicles,lithiumbatteryhasanimportantimpactontheeconom-

收稿日期：2023-12-05

作者简介：辛付宇（1997-03-),男，硕士研究生，主要研究方向为电池管理系统

邢丽坤（1978-01-），女，副教授，硕士研究生导师，主要研究领域为智能信号处理与通信技术

刘笑(2000-05-),男，硕士研究生，主要研究方向为动力电池健康状态估算与剩余寿命预测

819节能论坛

ENERGYSAVINGFORUM

基于CNN-GRU神经网络的锂电池SOH估计与RUL预测上海节能

SHANGHAIENERGYSAVING

节能论坛

icperformanceof.newenergyvehiclebrands.TheStateofHealth(SOH)e