一种基于改进后卷积网络的梯次利用电池SOH估计方法

本发明公开了一种基于改进后卷积网络的梯次利用电池SOH估计方法，该方法首先采集梯次利用电池的恒流充电阶段运行数据并预处理，得到标准化的多源运行数据集。其次基于标准化的多源运行数据，构建能量累计模型，处理后得到去噪后的SOH标签序列。然后基于标准化的多源运行数据及去噪后的SOH标签序列，提取能量斜率，并通过小波分层补丁混合器进行特征融合，得到多尺度融合特征。最后多尺度融合特征输入轻量化ResCNN网络，映射至SOH输出，实现梯次利用电池健康状态的预测。本发明充分利用充电阶段的电压曲线及多源运行数据，即可实现SOH的高效估计，大幅降低测试成本与数据采集难度。