摘要
本发明公开基于小波模糊阈值去噪的电池健康估计方法及电子设备,属于新能源动力电池健康管理领域。该方法针对现有技术中噪声干扰严重、模型泛化性差及过拟合风险高等问题,提出以下技术方案:首先对锂离子电池老化数据进行预处理;其次采用小波模糊阈值去噪法,实现自适应去噪,并构建案例库;随后构建正则化堆叠长短期记忆网络模型,通过参数约束和正则化系数上下界限制优化目标函数,抑制过拟合;最后将去噪后的案例库输入所述正则化堆叠长短期记忆网络模型,迭代优化后,输出训练好的最优预测模型,进行锂离子电池健康状态估计。实验表明,本方法能够显著提升电池健康状态预测精度和鲁棒性,为新能源电池健康管理提供可靠依据。
技术关键词
模糊阈值
估计方法
长短期记忆网络
锂离子电池老化
加权平均法
案例库
模糊规则库
拉普拉斯
模糊系统
阈值方法
新能源动力电池
深度预测模型
电子设备
电池健康状态
模型超参数
新能源电池
模糊函数
系统为您推荐了相关专利信息
图像处理方法
条件随机场算法
直方图均衡化
深度卷积神经网络
深度特征提取
供水管网压力
拉普拉斯
网拓扑结构
估计方法
构建数学模型
控制平台系统
智能执法
时间序列预测模型
穿戴式头盔
数据中心模块
拖轮
动力
长短期记忆网络
作业船舶
时间序列模型