- 专利标题: 一种基于改进CSO-LSTM网络的锂离子电池寿命预测方法及装置
-
申请号: CN202210406592.1申请日: 2022-04-18
-
公开(公告)号: CN114791571A公开(公告)日: 2022-07-26
- 发明人: 周欣欣 , 高志蕊 , 李心月 , 王相雨 , 黄宇宁 , 李茂源 , 薛青常 , 孟炫宇 , 郭月晨 , 衣雪婷
- 申请人: 东北电力大学
- 申请人地址: 吉林省吉林市船营区长春路169号
- 专利权人: 东北电力大学
- 当前专利权人: 东北电力大学
- 当前专利权人地址: 吉林省吉林市船营区长春路169号
- 代理机构: 北京锺维联合知识产权代理有限公司
- 代理商 郝姗姗
- 主分类号: G01R31/392
- IPC分类号: G01R31/392 ; G01R31/367 ; G06N3/04 ; G06N3/08
摘要:
本发明提供了一种基于改进CSO‑LSTM网络的锂离子电池寿命预测方法及装置,具体包括以下步骤:(1)获取锂离子电池数据;(2)采用集合经验模态对电池数据进行预处理;(3)对预处理数据采用归一化方法进行处理,并划分训练集和测试集;(4)采用改进CSO选取LSTM最优超参数,建立基于改进LSTM的锂离子电池寿命预测模型;(5)将训练集输入到基于改进LSTM的锂离子电池寿命预测模型进行训练,得到基于改进CSO‑LSTM的锂离子电池寿命预测模型;(6)将测试集输入到训练好的锂离子电池寿命预测模型中,得到预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高了锂离子电池寿命预测精度,对于提高锂离子电池的稳定性和安全性,具有重要的实际工程意义。
公开/授权文献
- CN114791571B 一种基于改进CSO-LSTM网络的锂离子电池寿命预测方法及装置 公开/授权日:2023-03-24