基于健康因子和Attention-GRU的锂电池剩余使用寿命预测

摘要

为了提高神经网络模型预测锂离子电池剩余使用寿命的准确性，本文提出一种基于Attention(注意力机制)-GRU(门控循环单元)模型的预测方法.首先，以美国NASA公开的Random Walk电池数据为基础，在电池电压、电流和时间等直接测量数据中提取与电池容量衰减相关性显著的健康因子，计算健康因子与电池容量之间的相关性；其次，构建Attention-GRU模型学习健康因子变化规律，依据相关性分配注意力权重，得到注意力向量，调整隐藏层输出；最后，对电池剩余使用寿命进行预测，并增加B05系列电池寿命预测探究模型泛化能力.实验结果表明：使用Attention-GRU模型对Random Walk电池预测时，MAE和RMSE在0.015左右，对B05系列电池预测时，MAE和RMSE在0.01以下，预测精度均优于对比方法，具有较高的准确度和良好的泛化能力.

关键词

锂离子电池 / Attention-GRU / 剩余使用寿命 / 健康因子