简介:
本发明提供一种基于WDE优化LSTM网络的锂离子电池剩余寿命预测方法,涉及锂离子电池技术领域。该方法首先构造两组锂离子电池监测指标;获取锂离子电池的监测数据,并从中提取出锂离子电池监测指标数据及锂离子电池容量数据;然后确定长短期记忆网络结构,构造基于LSTM的锂离子电池剩余寿命间接预测模型;利用加权差分进化算法优化锂离子电池剩余寿命间接预测模型中的关键参数;利用优化数据确定最优的锂离子电池剩余寿命间接预测模型;最后利用最优锂离子电池剩余寿命间接预测模型预测后期锂离子电池容量数据;本发明提供的基于WDE优化LSTM网络的锂离子电池剩余寿命预测方法,可准确预测锂离子电池容量数据变化规律,有效评估锂离子电池剩余寿命。
本发明提供一种基于WDE优化LSTM网络的
锂离子电池剩余寿命预测方法,涉及锂离子电池技术领域。该方法首先构造两组锂离子电池监测指标;获取锂离子电池的监测数据,并从中提取出锂离子电池监测指标数据及锂离子电池容量数据;然后确定长短期记忆网络结构,构造基于LSTM的锂离子电池剩余寿命间接预测模型;利用加权差分进化算法优化锂离子电池剩余寿命间接预测模型中的关键参数;利用优化数据确定最优的锂离子电池剩余寿命间接预测模型;最后利用最优锂离子电池剩余寿命间接预测模型预测后期锂离子电池容量数据;本发明提供的基于WDE优化LSTM网络的锂离子电池剩余寿命预测方法,可准确预测锂离子电池容量数据变化规律,有效评估锂离子电池剩余寿命。