买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南通大学
摘要:本申请公开了一种基于降维的智能优化神经网络锂电池SOH预测方法,包括:基于锂离子电池进行间歇恒流放电的实验数据,对实验数据进行降维预处理,获取电池特征样本;获取BP神经网络模型的节点个数;对BP神经网络模型的参数进行优化,获取NOA‑BP神经网络预测模型;基于NOA‑BP神经网络模型,对电池健康状态进行预测并进行结果分析。本申请在神经网络过程中引入智能优化算法,对神经网络各层初始权值进行优化,不仅提升了模型性能和训练效率,更保证了算法在精度及收敛速度上的优越性。最终优化为NOA‑BP神经网络模型,利用其完成SOH预测,辨识精度较高。
主权项:1.一种基于降维的智能优化神经网络锂电池SOH预测方法,其特征在于,包括以下步骤:基于锂离子电池进行间歇恒流放电的实验数据,对所述实验数据进行降维预处理,获取电池特征样本;基于所述电池特征样本,获取BP神经网络模型的节点个数;基于星鸦优化算法,对所述BP神经网络模型的参数进行优化,获取NOA-BP神经网络预测模型;基于所述NOA-BP神经网络模型,对电池健康状态进行预测并进行结果分析。
全文数据:
权利要求:
百度查询: 南通大学 一种基于降维的智能优化神经网络锂电池SOH预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。