本发明涉及
锂电池健康状态评估技术领域,公开了一种基于神经网络常微分方程的锂电池健康状态估计方法,包括如下步骤:步骤1、对收集到的锂电池数据集进行预处理得到原始数据集;步骤2、将所述原始数据集分类成训练数据集和测试数据集;步骤3、将所述训练数据集输入至通过元学习剪枝后得到的轻量化ODE网络,对所述轻量化ODE网络进行训练得到锂电池的预测容量,并通过所述测试数据集对训练后的轻量化ODE网络进行测试。本发明将元学习剪枝(Meta‑pruning)应用在ODE网络中,简化网络结构并减少网络参数量,达到进一步精简轻量化的ODE网络的效果,并提高神经网络预测锂电池SOH的精度。
声明:
“基于神经网络常微分方程的锂电池健康状态估计方法” 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)