本发明公开了一种基于长短期记忆网络的
锂电池剩余寿命预测方法,包括如下步骤:1)特征提取:监测锂电池的运行过程,从中提取出锂电池充放电过程的电压变化时间序列数据,并按照相等电压差的原则对充放电过程中的电压时间序列数据进行处理来生成特征;2)建立模型训练并预测:基于LSTM算法建立模型,并将从电池运行数据中提取到的充放电过程的相等电压差时间序列数据作为模型的输入特征,对模型进行训练,然后将训练后的模型用于锂电池RUL预测;本发明的有益效果是:本发明通过将LSTM算法引入锂电池RUL预测领域,利用其较强的时间序列预测能力,有效提高了锂电池RUL预测的准确度。
声明:
“基于长短期记忆网络的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)