摘要
本发明公开了一种储能电池剩余使用寿命预测方法及系统,该方法通过获取电池容量时间序列数据;采用TVF‑EMD对电池容量时间序列数据进行分解得到本征模态分量;利用改进后的协同群优化算法对时间卷积神经网络模型的卷积核个数和卷积核大小进行优化;对完整的电池容量时间序列数据归一化,将归一化后的数据输入改进协同群优化算法优化后的时间卷积神经网络模型之中进行剩余使用寿命预测。本发明通过改进后的协同群优化算法优化的时间卷积神经网络模型,使其预测具有更高的准确性。
技术关键词
卷积神经网络模型
储能电池
剩余使用寿命预测
序列
算法
数据
可读存储介质
参数
频率
加速度
处理器
邻域
动态
存储器
计算机
滤波器
包络
幅值
重构
系统为您推荐了相关专利信息
暖通空调系统
大语言模型
故障检测诊断
故障类别
数据
智能物联网设备
排查方法
风险评估报告
风险点
数据采集模块
节点
数据传输需求
数据传输延迟
数据格式
大规模分布式系统
边缘代理服务器
可信机构
云服务器
密钥
共享系统
在线标定方法
无迹卡尔曼滤波算法
误差模型
标定陀螺仪
陀螺仪参数