本发明提供了一种基于粒子群算法的模型生成方法、系统及预测方法,模型生成方法包括:得到多个锂离子电池的自放电压降数据和充放电曲线;从充放电曲线中提取得到目标数据;根据自放电压降数据和预设压降阈值,对目标数据进行分类,并对得到的两类目标数据分别进行采样得到样本数据;根据目标数据和样本数据,分别训练两个神经网络模型,并使用粒子群算法优化神经网络模型的连接权值和阈值,得到训练好的低值预测模型和高值预测模型。本发明用于模拟常规技术中的soak方法,只需对待测锂离子电池进行一次充放电实验,即可获取到该待测锂离子电池的自放电压降数据,省时省力,且精度较高。
声明:
“基于粒子群算法的模型生成方法、系统及预测方法” 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)