本發明提供一種基于改進生成對抗網絡的鋰電池荷電狀態預測方法,包括以下步驟:采集鋰電池的模態參數和鋰電池樣本中真實的荷電狀態SOC;使用回歸模型R來估計生成模型G輸出G(z,c)與條件變量c之間的的互信息的下界值;使得生成模型G和判別模型D互相對抗,達到納什均衡;利用生成模型G產生樣本,將其添加到回歸模型R使用到的訓練集中訓練;生成模型G、判別模型D和回歸模型R交替訓練使得每個模型都趨趨向于收斂。本發明利用生成模型擴展符合原始分布的訓練集,同時在改進生成對抗網絡中使用隨機修正線性單元RReLU及指數線性單元Exponential Linear Units(ELU)兩種激活函數來獲取更強的模型表現力,更好的學習鋰電池的非線性特性。
聲明:
“基于改進生成對抗網絡的鋰電池荷電狀態預測方法” 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)