基于麻雀搜索算法优化的蓄电池容量预测方法及系统

本发明提供了基于麻雀搜索算法优化的蓄电池容量预测方法及系统，包括：采用传统静态放电测试方法，通过采样获取蓄电池组的放电电压、电流与蓄电池放电容量基于时间的数据集，建立反向传播神经网络BPNN模型作为骨干网络；采用麻雀搜索SSA算法优化BPNN网络模型的初始权重和偏置；基于优化后的初始权重和偏置，训练BPNN网络模型，得到蓄电池容量预测模型并评估所述蓄电池容量预测模型的预测准确率；最后，基于测量已知的放电电压、电流数据，实时预测蓄电池的放电容量。通过该方法，提高了BPNN网络模型的训练效率和模型性能，进而提高其预测蓄电池容量的精度和鲁棒性。