基于递归图和GoogLeNet模型的锂离子电池的历史滥用回溯

针对各种滥用操作会导致锂电池产生不可逆转损伤的问题,提出了一种基于递归图和卷积神经网络的锂电池历史滥用回溯方法。首先,采用改进的Pearson相关系数计算电压间的一致性信息;然后,利用递归图转换,将得到的相关系数序列转化为具有丰富特征的二维图像;最后,使用卷积神经网络中的GoogLeNet模型对递归图进行特征提取和分类,进而对锂电池历史滥用情况进行判断。实验中,对锂离子电池进行了多种滥用操作的模拟实验,以获得真实的数据集。实验结果表明,所提出的方法能够对电池所受滥用操作的类型和强度进行准确可靠回溯,回溯准确率分别达77.34%和75.37%。