本发明提供一种基于LSTM改进的正则化粒子滤波算法的电池寿命预测方法。首先利用
锂电池检测系统采集一款电池容量衰退过程中的循环次数以及对应的放电容量数据。然后利用理论循环寿命40%的数据对锂电池容量衰退经验公式中的状态参数进行更新,并利用正则化粒子滤波算法解决重采样过程中出现的粒子耗尽问题,并将更新过程中,经验公式状态参数的变化数据作为长短时记忆网络LSTM的输入,对预测过程中状态参数的变化进行预测,最终将LSTM的预测结果带入带正则化粒子滤波的预测过程中,解决粒子滤波方法预测过程中状态参数不再改变的问题,提升预测精度。
声明:
“基于LSTM改进的正则化粒子滤波算法的电池寿命预测方法” 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)