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
策略生成方法
语义分析技术
信息提取模型
语音
文本
价格预测方法
价格预测模型
随机森林
神经网络模型
关系
辅助系统
多模态数据采集
物联网设备
长短期记忆网络
深度学习模型
电机故障诊断方法
胶囊网络
特征提取网络
模型训练方法
电机运行状态