基本信息:
- 专利标题： 一种基于可解释神经网络的储能电池寿命预测方法
- 申请号：CN202311600558.9 申请日：2023-11-28
- 公开(公告)号：CN117434465A 公开(公告)日：2024-01-23
- 发明人： 张德隆 , 邵磊 , 徐晓宁 , 闫涛 , 陈继忠 , 惠东
- 申请人： 天津理工大学 , 中国电力科学研究院有限公司
- 申请人地址： 天津市西青区宾水西道391号
- 专利权人： 天津理工大学,中国电力科学研究院有限公司
- 当前专利权人： 天津理工大学,中国电力科学研究院有限公司
- 当前专利权人地址： 天津市西青区宾水西道391号
- 代理机构： 天津市君砚知识产权代理有限公司
- 代理人： 程昊
- 主分类号： G01R31/392
- IPC分类号： G01R31/392 ; G01R31/367 ; G06F30/27 ; G06F119/04
摘要：
本发明提供了一种基于可解释神经网络的储能电池寿命预测方法，包括：1、分析储能电站电池运行数据，并提取数据特征作为储能电池寿命预测模型的输入；2、构建可解释性神经网络模型，包括输入层、子网络层和输出层；3、针对不同的子网络建立神经网络模型，形成子网络层岭函数；4、将提取的特征数据进行训练和预测，并进行可解释性分析。本发明针对复杂运行环境下储能电池的寿命预测困难的问题，将具有更好高的预测预测精度，并对不同数据特征对寿命的影响作出可解释性分析。