摘要
本发明涉及一种基于改进生成对抗网络的锂电池退化数据智能生成方法,属于电池退化数据生成与设备健康防护领域,包括以下步骤:获取锂电池历史退化数据,包括放电电压和容量数据;对容量数据进行归一化,并将放电电压与容量数据一一匹配对应,构建特征‑标签对,形成训练数据集;利用训练数据集分别对LSTM和改进的GAN网络进行训练,得到电池容量预测模型和退化数据生成模型;采集锂电池当前循环放电电压曲线,利用电池容量预测模型预测电池当前容量;根据目标电池的物理特性,设计并执行电池容量生成机制程序,设定期望的个性化电池容量;将预设的目标容量输入退化数据生成模型,生成合成的退化数据。
技术关键词
智能生成方法
生成对抗网络
电池容量预测
锂电池
数据生成模型
随机噪声
数据分布
生成程序
电压
LSTM模型
长短期记忆网络
参数
标签
电池管理系统
样本
生成机制
多层感知机
系统为您推荐了相关专利信息
运输机器人
状态感知系统
单轨吊
防爆锂电池
悬挂轨道
数字高程模型
生成方法
生成对抗网络模型
地形特征
星载激光雷达
SOC估计方法
蚁群优化算法
滑动平均滤波
锂电池
蚂蚁
电池状态数据
电池健康状态
测试方法
专家规则库
测试设备执行
可穿戴非侵入
远程医疗诊断系统
医疗诊断平台
深度学习模型
监测设备