本发明公开了一种基于生成对抗网络的
锂电池健康状态预测方法及系统,首先将基础神经网络模型的预测结果输入到变分自编码器,使得变分自编码器的生成结果与基础神经网络模型的预测结果分布具有一定的相似度。通过计算基础神经网络预测结果与变分自编码器生成结果相互之间的支持度,集成最优预测结果作为锂电池健康状态综合预测模型;根据锂电池实际充电过程中的各项参数,运用锂电池健康状态综合预测模型,计算锂电池的健康状态。由于本发明使用少量基础神经网络模型及变分自编码器即可生成更多的基础神经网络模型预测结果,保证了集成学习过程中基学习器的多样性,加快模型训练过程,并且能够取得接近传统集成学习方法的预测精度。
声明:
“基于生成对抗网络的锂电池健康状态预测方法及系统” 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)