摘要
本发明公开了一种电化学测试中快、慢速扫描的波形误差修正方法,包括以下步骤:采集历史电化学测试中的波形数据,构建输入特征向量,形成第一训练数据集;基于收敛函数使卷积神经网络CNN收敛;利用第二训练数据集对LSTM神经网络进行训练,基于收敛函数使LSTM神经网络收敛;构建CNN‑LSTM混合网络模型;利用CNN‑LSTM混合网络模型预测当前时间的理想扫描速度和预测扫描速度,调整下一时刻的扫描速度,对波形误差进行修正。本发明可以适应同实验条件下的扫描速率动态调整与波形误差修正,准确捕捉高扫速下的极化行为。
技术关键词
LSTM神经网络
误差修正方法
混合网络模型
波形
等效电路模型
电流
数据
速度
采样点
电荷转移电阻
变量
非线性
分段
电容
动态
速率
溶液
电压
系统为您推荐了相关专利信息
新能源设备
模型验证方法
仿真平台
阶跃响应测试
稳态误差
故障特征
斜率信息
搜索算法
门控循环单元
配电网故障区段
多源数据融合方法
网络日志数据
电力监控系统
智能优化算法
多源融合
梯度提升决策树
预判方法
车载网络单元
采样波形数据
训练样本集
迷走神经刺激装置
模式识别方法
波形
模式识别模型
双通道特征融合