本發明是為了克服現有技術預測鋰電池剩余壽命時,計算復雜耗時長,預測精度低的問題,提供一種基于多神經網絡耦合的電動叉車鋰電池剩余壽命預測方法,提高了預測計算精度,減少了預測模型訓練時間,包括以下步驟:建立基于長短時記憶神經網絡的開路電壓預測模型,采用RMSprop算法和dropout正則化方法對網絡進行優化,從而預測鋰電池在放電循環中的開路電壓值VOC;把預測結果按順序劃分成多個放電循環,統計每個放電循環中從初始電壓至最小電壓間的開路電壓樣本個數NS,利用采樣時間TS相同,得到每個放電循環中放電至最小電壓的時間Tmin;建立基于人工神經網絡的容量預測模型,以預測鋰電池容量C,從而得到鋰電池剩余壽命預測值RUL。
聲明:
“基于多神經網絡耦合的電動叉車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)