本发明提出了一种基于
K均值聚类与Elman神经网络的
锂电池容量在线预测方法。首先,确定待测锂离子电池的型号,利用一块与待测电池相同型号的电池进行循环充放电实验,记录锂电池放电时间序列并对其做
K均值聚类,建立数据模型;然后,引入模拟退火遗传算法优化Elman神经网络的初始权值与阈值,利用构建的数据模型训练Elman神经网络,离线建立起锂离子电池实际容量预测系统。在线进行容量预测时,将采集到的待测锂离子电池实际放电时间序列数据,输入预测系统,在不影响锂离子电池正常工作的同时,预测出电池的实际容量。本发明的技术可以实现锂离子电池实际容量的在线精确预测。
声明:
“基于K均值聚类与Elman神经网络的锂电池容量在线预测方法” 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)