简介:
本发明公开了一种锂电池组健康状态的集成估计方法,测量锂电池组每个充放电周期的健康状态数据序列以及每个充电阶段锂电池组的端电压以及温度数据序列;计算锂电池组随着充放电周期的电压卡方数据序列和温度方差数据序列;将获得的锂电池组电压卡方数据序列、温度方差序列与健康状态数据序列分为初步建模训练集、集成模型训练集;应用长短时记忆神经网络与极限学习机分别初步建立锂电池组健康状态估计模型,使用集成模型训练集建立锂电池组健康状态集成估计模型;应用锂电池组健康状态集成估计模型估计锂电池组的健康状态。本发明构建了长短时记忆神经网络与极限学习机集成融合的锂电池组健康状态估计模型,具有操作简单、误差小、效率高的优点。
本发明公开了一种
锂电池组健康状态的集成估计方法,测量锂电池组每个充放电周期的健康状态数据序列以及每个充电阶段锂电池组的端电压以及温度数据序列;计算锂电池组随着充放电周期的电压卡方数据序列和温度方差数据序列;将获得的锂电池组电压卡方数据序列、温度方差序列与健康状态数据序列分为初步建模训练集、集成模型训练集;应用长短时记忆神经网络与极限学习机分别初步建立锂电池组健康状态估计模型,使用集成模型训练集建立锂电池组健康状态集成估计模型;应用锂电池组健康状态集成估计模型估计锂电池组的健康状态。本发明构建了长短时记忆神经网络与极限学习机集成融合的锂电池组健康状态估计模型,具有操作简单、误差小、效率高的优点。