本发明公开了一种基于改进灰狼优化算法的RBF神经网络的
锂离子电池SOH估计方法,其步骤包括:1、采集待测电池历史数据,2、基于充电电压曲线和增量容量曲线提取特征,3、构建改进RBF神经网络,并基于所述训练集,采用改进灰狼优化算法优化网络中的参数,4、基于训练好的模型进行SOH估计。本发明能解决传统RBF神经网络难以跟踪电池SOH全局线性变化和容易陷入局部最优的问题,从而能提高模型对锂离子电池SOH的估计精度。
声明:
“基于改进灰狼优化算法的RBF神经网络的锂离子电池SOH估计方法” 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)