本发明涉及一种
动力电池剩余使用寿命的预测方法,具体为首先获取电动汽车每次行车时的动力电池状态数据,建立人工神经网络模型,将所述动力电池状态数据作为人工神经网络模型的输入,训练人工神经网络模型的训练参数;获取待测电动汽车中的动力电池状态数据,作为具有训练参数的人工神经网络的输入,根据人工神经网络的输入输出映射关系,得到人工神经网络的输出,即动力电池剩余使用寿命的预测结果。本发明引入剩余使用寿命(RUL)的概念,采集影响动力
锂电池剩余使用寿命的六大影响因素,建立动力锂电池剩余使用寿命的预测方法。通过具体的实验,测试结果显示了人工神经网络模型的可靠性。
声明:
“动力电池剩余使用寿命的预测方法” 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)