本发明提出一种基于历史数据预测锂离子电池健康状态的算法。本发明以电池可用容量表征其健康状态,基于改进鲸鱼算法(IWOA)优化的长短期记忆神经网络(LSTM),通过已有的健康因子历史数据来预测当前容量。所述的健康因子具有较高表达容量特征的能力。所述的改进鲸鱼算法优化的长短期记忆神经网络,通过非线性权重因子、差分变异扰动项和自适应调整搜索策略,提高鲸鱼算法的全局搜索能力,进而更好地优化长短期记忆神经网络的超参数。本发明的预测方法能够有效精确预测锂离子电池的可用容量随循环次数的变化,从而对锂离子电池后续的使用进行指导,实现对锂离子电池更加安全、充分的利用。
声明:
“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)