本发明公开了一种基于改进多层残差神经网络的
锂电池寿命预测方法,包括如下步骤:S1、采集处于工作状态的锂离子电池实时数据,并构建指标体系;S2、根据所建指标体系将数据进行预处理,并对多层残差神经网络进行初始化;S3、由残差网络正向传播求解预测值;S4、代入成本函数,计算网络误差,并对误差情况进行判别,若不满足要求,则进行步骤S5,若满足要求,则进行步骤S6;S5、确定误差梯度并对权值学习进行调整,然后转到步骤S3;S6、完成网络学习,得到锂离子电池寿命模型,转到步骤S7;S7、结束本次计算。本发明提出一种基于改进多层残差神经网络的锂电池寿命预测方法,能精确快速地预测锂电池的剩余寿命,有助于指导新能源普及背景下充电站及电动汽车的调度方案,从而有效提高含
储能系统的电动汽车充电站运行的合理性及经济性。
声明:
“基于改进多层残差神经网络的锂电池寿命预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)