摘要
本发明公开了一种基于TVF‑EMD模型和BWO‑CNN‑ONLSTM模型的锂电池剩余使用寿命预测方法,包括以下步骤:步骤1:获取待预测使用寿命的锂电池的容量退化序列;步骤2:采用时间变化滤波经验模态分解方法,将待预测使用寿命的锂电池的容量退化序列适应分解为多个固有模态分量和残差;步骤3:根据过零率,将分解后的固有模态分量划分为高频分量和低频分量,并分别重构为高频序列和低频序列;步骤4:将高频序列输入至训练好的针对高频序列的BWO‑CNN‑ONLSTM模型中,得到高频预测结果;将低频序列输入至训练好的针对低频序列的BWO‑CNN‑ONLSTM模型中,得到低频预测结果;步骤5:将高频预测结果和低频预测结果进行融合,得到最终的预测结果。
技术关键词
预测使用寿命
经验模态分解方法
序列
锂电池
重构
信号
代表
频率
因子
参数
算法
滤波器
规模
变量
机制
坐标
样本
定义
系统为您推荐了相关专利信息
策略执行方法
节点
决策树模型
智能合约部署
小程序
风电功率预测模型
时空卷积神经网络
智能预测方法
风电场数据
物理
屏幕保护膜
损伤检测方法
数据
应力
损伤检测系统