基于SABO-ELM模型的锂离子电池剩余寿命预测方法及相关装置

AITNT
正文
推荐专利
基于SABO-ELM模型的锂离子电池剩余寿命预测方法及相关装置
申请号:CN202411386017
申请日期:2024-09-30
公开号:CN119310484A
公开日期:2025-01-14
类型:发明专利
摘要
本发明公开了基于SABO‑ELM模型的锂离子电池剩余寿命预测方法及相关装置,属于电池寿命预测技术领域,所述方法包括获取锂离子电池的电量增量曲线,通过所述电量增量曲线提取得到健康因子;评估所述健康因子与锂离子电池容量之间的相关性强度后,筛选出显著相关健康因子;采用减法平均算法对极限学习机的权值和偏置阈值进行优化后,将所述显著相关健康因子输入至所述极限学习机中训练得到SABO‑ELM模型,通过所述SABO‑ELM模型预测锂离子电池剩余寿命。本发明能够提高锂离子电池RUL预测的精度。
技术关键词
极限学习机 锂离子电池容量 因子 曲线 电池寿命预测技术 处理器 可读存储介质 算法 卡尔曼滤波 恒流充电 计算机程序产品 位置更新 预测系统 强度 存储器 电子设备
系统为您推荐了相关专利信息
1
一种多维度校验的病案首页数据实时质控与编码方法
编码方法 校验规则 张量分解方法 重构误差 电子病历系统
2
大尺寸光伏电池片多工艺掺杂设备温度控制方法及系统
掺杂设备 温度控制方法 混合传感网络 光伏电池 三维温度场
3
基于机器学习的元器件订单波次智能分拣系统
订单 智能分拣系统 货位标签 元器件 因子
4
基于定量指标文本的核磁共振图像脑龄预测方法及系统
脑龄预测方法 指标 文本 卷积残差网络 注意力
5
一种基于近场动力学的三维非均质材料模拟方法、系统及设备
骨料颗粒 非均质材料 胶结材料 动力学模拟方法 标记
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