摘要
本申请涉及一种锂电池剩余使用寿命预测方法、系统及介质,方法包括,数据预处理,提取间接健康因子IHI,对提取的间接健康因子IHI进行融合,然后对融合后的间接健康因子IHI进行小波滤噪;网络优化,将粒子群算法PSO中的粒子群划分为个,对每个子群独立优化并引入子群合并与分裂形成动态多群粒子群算法,将LSTM网络结构中的遗忘门和输入门进行耦合,将改进CNN‑LSTM网络中需要手动确定的超参数输入动态多群粒子群算法中,进行轮寻优以最终确定网络中的超参数;锂电池剩余使用寿命预测。本申请实现更为准确的参数计算,并避免出现局部最优等问题。
技术关键词
粒子群算法
网络优化
因子
贡献率
锂离子电池充放电
预训练模型
网络结构
数据
锂电池
动态
电压斜率
可读存储介质
矩阵
参数
特征值
代表
系统为您推荐了相关专利信息
器官芯片
脑源性神经营养因子
细胞培养基
神经生长因子
培养物
标签
工业生产线监控
神经网络模型
深度学习网络模型
网络优化
调度系统
员工
深度强化学习模型
识别模块
注意力模型
计算机执行指令
学生
移动端
住宿管理技术
可读存储介质