本發(fā)明公開了一種基于極限學(xué)習(xí)機(jī)的
鋰電池老化趨勢預(yù)測方法,該方法利用極限學(xué)習(xí)機(jī)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(shù)模型作為極限學(xué)習(xí)機(jī)模型的輸入層,同時,為提高電池老化數(shù)據(jù)模型的準(zhǔn)確性,在構(gòu)造預(yù)測模型階段通過遺傳算法生成具有更高預(yù)測精度的隱藏層神經(jīng)元,通過鋰電池的預(yù)測模型預(yù)測鋰電池老化趨勢,實驗結(jié)果證明,該方法具有良好的預(yù)測性能,精度高。
聲明:
“基于極限學(xué)習(xí)機(jī)的鋰電池老化趨勢預(yù)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)