摘要
本发明提供一种锂电池剩余寿命预测方法,包括:获取锂电池若干历史周期的放电循环原始数据;基于集合经验模态分解将放电循环原始数据拆解为电池模态序列,所述电池模态序列包括模态序列分量以及残差数据分量;计算电池模态序列的赫斯特指数,基于赫斯特指数将电池模态序列重构成多个容量序列数据;采用头脑风暴优化算法搜索各容量序列数据的最优参数;基于头脑风暴优化算法搜索到的各容量序列数据的最优参数,构建基于卷积神经网络‑双向长短期记忆网络的锂电池剩余使用寿命预测模型;将容量序列数据输入至锂电池剩余使用寿命预测模型中进行预测,得到锂电池剩余寿命预测结果。本发明能够提高预测的精度。
技术关键词
头脑风暴优化算法
序列
双向长短期记忆网络
集合经验模态分解
锂电池
残差数据
表达式
参数
指数
充放电数据
噪声
寿命特征
生成随机数
矩阵
数据分类
系统为您推荐了相关专利信息
隐马尔可夫模型
智能分析方法
智能分析系统
转移概率矩阵
人畜共患病
智能告警系统
语义
神经网络模型
物联网传感器数据
动态
故障节点检测方法
字符
序列
神经网络模型
建立通信