本发明提供了一种基于深度学习和启发式算法的
电化学模型参数辨识方法,包括:基于第一类敏感度参数的初始值,通过启发式算法在恒流工况下对第一类敏感度参数进行辨识;验证所述第一类敏感度参数的精度,验证出所述第一类敏感度参数的精度处于第一精度范围,完成所述第一类敏感度参数的辨识;在辨识所述第一类敏感度参数后,通过所述启发式算法在动态工况下辨识第二类敏感度参数;验证所述第二类敏感度参数的精度,验证出所述第二类敏感度参数的精度处于第二精度范围,完成所述第二类敏感度参数的辨识。通过结合神经网络和启发式算法的数据驱动方式获取
锂电池全生命周期的电化学模型参数。
声明:
“基于深度学习和启发式算法的电化学模型参数辨识方法” 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)