本發(fā)明涉及一種基于優(yōu)化算法與數(shù)據(jù)驅(qū)動(dòng)的
鋰電池健康狀態(tài)評(píng)估方法,其包括:建立初始PSO?LSTM模型;獲取表征鋰電池性能的特征參數(shù),將所述特征參數(shù)作為輸入變量輸入到所述初始PSO?LSTM模型,并將電池健康狀況作為所述初始PSO?LSTM模型的輸出進(jìn)行迭代訓(xùn)練得到訓(xùn)練完備的目標(biāo)PSO?LSTM模型;將待預(yù)測(cè)電池的實(shí)時(shí)數(shù)據(jù)輸入至所述目標(biāo)PSO?LSTM模型,對(duì)所述電池健康狀況進(jìn)行預(yù)測(cè)。本發(fā)明將PSO算法強(qiáng)大的尋優(yōu)能力和LSTM算法的可變長(zhǎng)序列的預(yù)測(cè)能力有效的結(jié)合在了一起,為鋰電池的健康狀態(tài)評(píng)估提出了一種更加有效的方法,能夠迅速而準(zhǔn)確的對(duì)鋰電池的健康狀況進(jìn)行預(yù)測(cè)。
聲明:
“基于優(yōu)化算法與數(shù)據(jù)驅(qū)動(dòng)的鋰電池健康狀態(tài)評(píng)估方法” 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(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)