本發明涉及基于改進卷積?長短時記憶神經網絡的鋰電池容量估算方法,屬于鋰電池技術領域。本發明通過對鋰電池數據的處理、遺傳算法對改進的卷積?長短時記憶神經網絡神經網絡調參、改進的CNN?LSTM神經網絡訓練和模型測試這四個步驟得到鋰電池容量估算的模型。本發明引進經驗模態分解算法對鋰電池數據進行分解,從而實現數據去噪。遺傳算法優化改進的CNN?LSTM神經網絡超參數。利用卷積神經網絡提取鋰電池充放電數據的空間特征,再將這些特征輸入改進的長短時記憶神經網絡進行時間特征的提取,最后通過全連接層輸出估算的容量。本發明克服了傳統的基于模型的算法過度依賴電池模型的局限性,且預測精度高,具有一定工程應用性。
聲明:
“基于改進卷積-長短時記憶神經網絡的鋰電池容量估算方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)