本发明是为了克服现有技术预测
锂电池剩余寿命时,计算复杂耗时长,预测精度低的问题,提供一种基于多神经网络耦合的电动叉车锂电池剩余寿命预测方法,提高了预测计算精度,减少了预测模型训练时间,包括以下步骤:建立基于长短时记忆神经网络的开路电压预测模型,采用RMSprop算法和dropout正则化方法对网络进行优化,从而预测锂电池在放电循环中的开路电压值V
OC;把预测结果按顺序划分成多个放电循环,统计每个放电循环中从初始电压至最小电压间的开路电压样本个数N
S,利用采样时间T
S相同,得到每个放电循环中放电至最小电压的时间T
min;建立基于人工神经网络的容量预测模型,以预测锂电池容量C,从而得到锂电池剩余寿命预测值RUL。
声明:
“基于多神经网络耦合的电动叉车锂电池剩余寿命预测方法” 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)