专利检索 ap:("长安大学") AND inv:"宋江鑫" 第 1 页

1.

发明公开
基于优化时域卷积网络的锂电池健康状态预测方法及系统审中-实审

公开(公告)号：CN117723997A

公开(公告)日：2024-03-19

申请号：CN202311685084.2

申请日：2023-12-09

申请人： 长安大学

发明人： 巫春玲 , 付俊成 , 赵玉冰 , 陈俊硕 , 宋江鑫

IPC分类号： G01R31/392 , G01R31/388 , G01R31/36 , G01R31/396

摘要： 本发明公开了一种基于优化时域卷积网络的锂电池健康状态预测方法、系统、设备及存储介质，通过利用变分模态分解‑排列熵和改进蜣螂算法优化的时域卷积网络结合的方法，首先采用VMD算法将原始SOH数据分解成一系列不同的子模态，利用PE算法分析其复杂度并重组得到子序列，然后采用TCN网络对各子序列进行预测，在模型训练前采用SPM混沌映射、黄金正弦策略和自适应高斯‑柯西混合变异扰动的IDBO算法对TCN参数进行优化；最后叠加各子序列的预测值作为最终预测结果，精准的预测到容量再生等非线性分量趋势，减小了非线性分量对SOH预测的影响，通过IDBO对TCN的超参数进行优化极大提高SOH的预测精度和预测稳定性。