LSTM神经网络算法对锂电池故障信号检测的研究

摘要：

通常对电动汽车电池故障信号检测的研究,通过对电池性能的相关预测与研究为电池使用寿命的延长、汽车动力性能的增强以及安全性能的增大提供了技术上的支持.文中从电池的相关结构原理以及技术构成入手,提出了锂电池故障信号检测研究的具体方法设计,依托长短时记忆(LSTM)神经网络信号对故障电池检测方法进行深度分析研究,对电池故障分析构建具体算法与模型,有效地对电池的容量偏低故障、电压电流故障以及电池内阻偏大等故障进行输出检测,多次实验验证其检测方法的有效性,以便于提高电池整体的应用性能,为后期电池优化改进提供了实验基础.

关键词：电池故障;信号检测;人工智能;LSTM神经网络;模型构建;频谱分析;故障模式诊断

所属期刊栏目：45

分类号：TN911.23⁃34;TP301.6

资助基金：河北省自然科学基金E2019209492

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：73-77