本发明公开了一种基于ISSA耦合DELM的锂离子电池健康状态预测方法,该方法采用DELM网络预测电池SOH模块和ISSA优化DELM网络参数模块实现对电池SOH的预测,其中,DELM网络包括两个ELM‑AE结构。本申请将30%的优秀麻雀作为精英麻雀,通过求解这些麻雀的反向解,进一步扩大了SSA算法的搜索空间;并采用柯西‑高斯变异算子重新定位了最优麻雀的位置,使得整个种群尽可能移动到最优解附近,避免算法陷入局部最优;基于改进后的SSA算法求解DELM网络的最优隐含层权重和偏置,进一步提高DELM网络的预测精度;ISSA‑DELM锂离子电池SOH估计模型预测精度高,可用于随机放电条件下锂离子电池的健康状态精确预测。
声明:
“基于ISSA耦合DELM的锂离子电池健康状态预测方法” 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)