为了克服现有技术中传统方法在实际应用场景中不能广泛应用,利用统计学方法的寿命预测方法不具备良好的适应性的问题,本发明提供了一种基于粒子群优化长短时记忆网络的电池寿命预测方法。为了实现上述目的,采用以下技术方案:首先通过
锂电池检测系统采集一款电池的容量衰退数据,包括电池的循环次数以及该次循环的放电容量。然后利用粒子群优化算法对长短时记忆网络的隐藏层节点数、学习率等超参数进行寻优,构建长短时记忆网络,并结合Adam优化算法对模型反向传递过程进行优化。该模型能够实现利用早期循环数据对电池循环寿命进行预测,增强了对电池容量跳跃现象的适应性。
声明:
“基于粒子群优化长短时记忆网络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)