本发明涉及基于改进卷积‑长短时记忆神经网络的锂电池容量估算方法,属于锂电池技术领域。本发明通过对锂电池数据的处理、遗传算法对改进的卷积‑长短时记忆神经网络神经网络调参、改进的CNN‑LSTM神经网络训练和模型测试这四个步骤得到锂电池容量估算的模型。本发明引进经验模态分解算法对锂电池数据进行分解,从而实现数据去噪。遗传算法优化改进的CNN‑LSTM神经网络超参数。利用卷积神经网络提取锂电池充放电数据的空间特征,再将这些特征输入改进的长短时记忆神经网络进行时间特征的提取,最后通过全连接层输出估算的容量。本发明克服了传统的基于模型的算法过度依赖电池模型的局限性,且预测精度高,具有一定工程应用性。
声明:
“基于改进卷积-长短时记忆神经网络的锂电池容量估算方法” 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)