融合电池退化机制和混合优化的电池容量预测方法及系统

AITNT
正文
推荐专利
融合电池退化机制和混合优化的电池容量预测方法及系统
申请号:CN202411077344
申请日期:2024-08-07
公开号:CN118861530A
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开了融合电池退化机制和混合优化的电池容量预测方法及系统,该方法包括:从电池测试设备或实际应用环境中,获取历史时间步的电池基础数据;根据所述电池基础数据,提取电池关键特征数据;基于所述电池基础数据和电池关键特征数据,形成电池时间序列数据;将所述电池时间序列数据输入改进的LSTM模型中进行预测,预测出下一时间步的电池容量;其中:所述改进的LSTM模型是基于向日葵优化算法和差分进化算法对LSTM模型进行自适应参数调整优化,输出最优解和最优适应度值而得到。本发明预测准确性高且精度高。
技术关键词
电池容量预测方法 退化机制 电池测试设备 进化算法 数据 向日葵 电化学阻抗谱 电池容量预测系统 基础 序列 内阻 可读存储介质 参数 处理器 电流 电压 速率 存储器
系统为您推荐了相关专利信息
1
一种基于MoE混合专家架构的智能评审方法及系统
智能评审方法 评审系统 日志埋点技术 信用评价技术 指标库
2
一种基于DBSCAN的定位打卡方法、装置、电子设备及存储介质
DBSCAN算法 打卡方法 员工 计算机可读指令 指数衰减函数
3
基于超声引导的脑血肿穿刺机器人研究系统
穿刺机器人 中央控制单元 多通道数据采集系统 坐标系 末端执行器
4
车辆碰撞检测方法、装置、车辆及存储介质
车辆碰撞检测方法 碰撞检测模型 分解特征 动态权重分配 时间序列模型
5
一种面向低质量数据场景的兴趣点推荐方法
兴趣点推荐方法 Attention机制 序列 数据 LSTM模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号