一种基于LSTM-NBEATS算法的锂离子电池荷电状态估计方法

AITNT
正文
推荐专利
一种基于LSTM-NBEATS算法的锂离子电池荷电状态估计方法
申请号:CN202510121531
申请日期:2025-01-26
公开号:CN120064991A
公开日期:2025-05-30
类型:发明专利
摘要
一种基于LSTM‑NBEATS算法的锂离子电池荷电状态估计方法,具体步骤如下:步骤1,构建适用于锂离子电池SOC估计的LSTM‑NBEATS融合模型。步骤2,收集电池的充放电数据,包括电压、电流及SOC值,构建适用于融合模型输入的训练集与测试集。步骤3,利用训练集训练模型,采用反向传播算法优化网络权重和偏置。步骤4:运用训练好的LSTM‑NBEATS融合模型对电池的SOC进行预测;该方法有效提高了锂离子电池SOC的估计精度,更有效地支持电池管理系统的运行,有助于延长电池的使用寿命。
技术关键词
LSTM模型 充放电数据 锂离子电池 传播算法 网络模型训练 训练集 预期误差 堆栈方式 恒温箱 电池管理系统 代表 网络优化 矩阵 电流 电压 锂电池
系统为您推荐了相关专利信息
1
一种基于通道排序与动态正则化的模型压缩方法和系统
模型压缩方法 通道 传播算法 神经网络模型压缩技术 因子
2
用于机器人导航视觉定位的图像处理方法及系统
图像特征向量 深度学习网络模型 图像处理方法 机器人 误差函数
3
用户行为信息的预测方法和装置、存储介质及电子设备
画像模型 数据 信息熵 可读存储介质 编码器模块
4
一种基于双判别生成对抗网络模型的面部形态智能预测方法及系统
生成对抗网络模型 智能预测方法 图片 面部 智能预测系统
5
一种LED电子显示屏的封装基板制作方法
封装基板制作方法 LED电子显示屏 神经网络模型 深度Q学习 智能钻孔
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