摘要
本发明提供了一种样本量自适应的电池可靠性评估方法,步骤包括:首先,建立基于随机过程的电池容量退化模型;其次,采用增广幅度自适应生成对抗网络进行电池容量退化数据的自适应增广;随后,基于Gaussian核密度估计构建电池寿命分布模型,并运用Delta方法提取给定置信度下的可靠性指标,包括可靠度、失效率、平均故障前时间和可靠寿命;最后,以固定增广样本量h(h≥10)为增量,进行p(p≥3)次容量退化数据增广,当连续三次增广后的各可靠性指标变化率均小于1%时,判定评估得到的可靠性指标为收敛状态,并以此时对应的可靠性指标作为最终评估结果。该方法在数据有限的情况下,确定合理的可靠性评估结果,为电池可靠性正向设计提供支撑。
技术关键词
可靠性评估方法
退化模型
生成对抗网络
密度估计方法
寿命
表达式
指标
强化学习算法
样本
概率统计方法
代表
策略
扩充电池
数据
因子
动态
参数
噪声
系统为您推荐了相关专利信息
样本
动态阈值区间
建模方法
Softmax函数
概率密度曲线
健康状态评估方法
在线
电压信号调理电路
人机交互模块
隔离电源模块
秀丽线虫
塑化剂
抗生素
环境毒理学技术
人类疾病模型
动态演化模型
动态预测模型
寿命
概率密度函数
网络拓扑架构