来源：期刊VIP网 时间：
作者：周定华;左培文;朱仲文;仇昕;马启龙;
单位：合肥工业大学汽车与交通工程学院;中汽信息科技(天津)有限公司;
摘要：为了精确估计锂离子电池的健康状态，提出一种基于策略优化算法（SOA）和记忆增强型长短期记忆神经网络（MELSTM）的估计方法。首先，采用变分自编码器（VAE）处理原始数据，减少冗余信息并提取健康因子，精确表征电池退化信息。其次，提出一种基于策略优化算法和记忆增强型长短期记忆神经网络结合的模型来估计电池的健康状态。最后，在CACLE和NASA两个锂离子电池老化公共数据集上验证所提出的估计方法的有效性。试验结果证明，所提出的方法相较于传统LSTM算法在RMSE指标上提升了30%以上，为实现精确的锂离子电池健康状态估计提供了新的思路和解决方案。
基金资助：安徽省科技重大专项（202203a05020006）;; 中央高校基本科研业务费专项资金（JZ2024HGTB0234）
