本發明公開了一種鋰電池剩余壽命預測方法,包括以下步驟:一、離線建模,收集鋰電池離線數據,提取健康因子樣本集,然后使用隨機森林算法對健康因子樣本集進行權重分析,確定所選健康因子樣本并進行BiLSTM網絡模型訓練,通過貝葉斯優化選擇模型最優超參數,構建預測模型;二:在線預測,通過鋰電池在線數據,對應離線階段的特征選擇,得到健康因子樣本集。然后使用步驟一的預測模型進行鋰電池壽命預測。本發明可以在保持神經網絡預測精確性的同時,減少參數個數,降低參數訓練的復雜度,減少鋰電池失效造成的損失,提高鋰電池的安全性,解決鋰電池健康因子的選擇存在冗余和不足以及神經網絡不同的超參數選擇復雜性的問題。
聲明:
“鋰電池剩余壽命預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)