基于等压能量分析与CNN-GRU-MHA的锂电池SOH估计方法.pdfVIP

第20卷第3期电气工程学报Vol.20No.3

2025年6月JOURNALOFELECTRICALENGINEERINGJun.2025

DOI：10.11985/2025.03.024

基于等压能量分析与CNN-GRU-MHA的锂电池

*

SOH估计方法

汪晓璐122,3

赵筛筛张朝龙

(1.江苏经贸职业技术学院物联网与智能工程学院南京211168；

2.武汉大学电气与自动化学院武汉430072；

3.金陵科技学院智能科学与控制学院南京211199)

摘要：精确有效的锂电池健康状态(Stateofhealth，SOH)估计方法是电池管理系统的研发重点。针对实测噪声导致难以准确

估计锂电池SOH的问题，提出一种基于等压能量分析与卷积神经网络(Convolutionalneuralnetwork，CNN)-门控循环单元

(Gatedrecurrentunit，GRU)-多头注意力机制(Multi-headedattention，MHA)的锂电池SOH估计方法。首先，分析恒流充电阶

段电池能量与电压关系，绘制等压能量曲线；其次，提取等压能量曲线的峰值作为健康因子，表征锂电池SOH退化特性；

最后，采用CNN提取健康因子深层特征，构建基于GRU-MHA方法的锂电池SOH估计模型。试验结果表明，所提方法能够

有效克服实测噪声，SOH估计误差小于1%。同时，比较试验表明，所提方法具有更好的估计效果。

关键词：锂电池；SOH估计；等压能量分析；卷积神经网络；门控循环单元

中图分类号：TM912

SOHEstimationMethodforLithiumBatteriesBasedonIsobaric

EnergyAnalysisandCNN-GRU-MHA

WANGXiaolu1ZHAOShaishai2ZHANGChaolong2,3

(1.SchoolofInternetofThingsandIntelligentEngineering,JiangsuVocationalInstituteofCommerce,Nanjing211168;

2.SchoolofElectricalEngineeringandAutomation,WuhanUniversity,Wuhan430072;

3.CollegeofIntelligentScienceandControlEngineering,JinlingInstituteofTechnology,Nanjing211199)

Abstract：Accurateandeffectiveestimationmethodforthestateofhealth(SOH)oflithiumbatteriesisthekeyconcerninthe

developmentofbatterymanagementsystem.ItisdifficulttoaccuratelyestimateSOHdue