摘要
本申请涉及指令预测技术领域,公开了一种用于超级电容耦合锂电池储能的调频指令预测方法及系统。该方法包括:对标准化调频序列通过平滑函数进行分解处理,得到近似可积量和不可积量;对近似可积量通过三角函数周期化转换处理,得到周期特征序列,周期特征序列由多个不同频率的正弦和余弦函数组成;对周期特征序列和不可积量进行线性合并变换处理,得到组合特征序列;对组合特征序列通过深度神经网络进行训练处理,得到调频指令预测模型;对实时调频指令数据通过调频指令预测模型进行预测处理,得到预测结果,并对预测结果进行反归一化处理,得到调频指令预测值。本申请提升了用于超级电容耦合锂电池储能的调频指令预测的效率及准确率。
技术关键词
调频
序列
超级电容
指令
锂电池
周期
深度神经网络
储能
正弦余弦函数
训练样本集
波动特征
傅里叶变换处理
时序特征
预测系统
数据
高斯核函数
频率
幅值
谐波
线性
系统为您推荐了相关专利信息
神经网络模型
性能评估方法
索具
样本
计算机可执行指令
故障特征频率
深度卷积神经网络
故障诊断方法
原始故障数据
零件