本發明公開了一種基于數據分解和集成學習模型的儲能鋰電池壽命預測方法,用于儲能鋰電池裝置狀態檢測與管理領域,包括:獲取新能源高滲透率智能電網環境下不同參數特征的儲能鋰電池歷史容量退化數據集;將所述容量退化數據集分別進行預處理,增強數據潛在規律特性,使之更容易被神經網絡捕獲;分別構建基于LSTM的剩余壽命預測模型個體,并以MOEA/D多目標優化算法進行參數優化;將得到的預測個體模型按照預測性能需求進行集成;本發明可以在較低的成本前提下,建立一種用于鋰電池剩余壽命的預測方法,并增強預測模型在多電池組壽命預測中的預測性能和泛化能力。
聲明:
“基于數據分解和集成模型的儲能鋰電池壽命預測方法” 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)