摘要
本发明涉及电池功率状态预测技术领域,尤其是涉及一种基于混合神经网络的电池的功率状态预测方法及系统。方法,其特征在于,包括提取锂离子电池的相关数据;对锂离子电池的相关数据进行数据预处理;构建CNN‑GRU混合神经网络模型;利用CNN‑GRU混合神经网络模型的CNN层对锂离子电池的相关数据进行特征提取和特征降维;本发明利用CNN层在局部范围内高效提取锂离子电池数据的显著特征,并通过池化操作实现特征降维,有效去除冗余信息。
技术关键词
混合神经网络模型
状态预测方法
锂离子电池
功率
滑动窗口
状态预测技术
状态预测系统
引入注意力机制
时序特征
时序依赖关系
输出特征
局部特征提取
充放电数据
正则化方法
非线性
序列
矩阵