本发明公开了一种数据不完备场景下的动力
锂电池剩余寿命预测方法。首先,针对不完备数据问题,提出了生成式对抗神经网络的数据填充方法,以抵消由于数据不完备导致的预测误差。在此基础上采用堆叠去噪自编码器进行数据特征处理,通过克里金方法进行数据拟合,提出了一种堆叠去噪自编码器‑克里金SDAE‑Kriging的高级建模方法来预测具有填充数据的动力锂电池剩余使用寿命。最后,与现有的一些方法进行了比较,结果表明本发明提出的方法具有更好的预测精度。此外针对不同的缺失率建立了不同的剩余使用寿命预测模型,也发现对于不同的缺失数据集,本发明提出的方法同样具有可靠的填补效果和稳定的预测结果。
声明:
“数据不完备场景下的动力锂电池剩余寿命预测方法” 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)