本發明公開了一種基于極限學習機的鋰電池老化趨勢預測方法,該方法利用極限學習機對采集的鋰電池充電電壓的原始時間序列精確建模,以Volterra級數模型作為極限學習機模型的輸入層,同時,為提高電池老化數據模型的準確性,在構造預測模型階段通過遺傳算法生成具有更高預測精度的隱藏層神經元,通過鋰電池的預測模型預測鋰電池老化趨勢,實驗結果證明,該方法具有良好的預測性能,精度高。
聲明:
“基于極限學習機的鋰電池老化趨勢預測方法” 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)