本发明提供了一种基于自适应隐藏层BP神经网络的
锂电池状况预测方法,属于锂电池技术领域。该方法将充电时间引入了BP神经网络的训练,提高了锂电池SOH估计的精度;利用隐藏层自适应设置建立精确的神经网络模型,使网络在数据集变化的情形下快速且精确地实现了锂电池SOH预测,所提方法具有应用范围广、预测精度高、跟踪性强等优点,同时降低了传统BP神经网络对网络初始结构设置的依赖,有效提高了模型的准确性。
声明:
“基于自适应隐藏层BP神经网络的锂电池状况预测方法” 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)