本發明提供一種基于優化深度信念網絡的鋰離子電池SOC預測方法,該方法以鋰離子電池電壓、電流歸一化后的數據為Re?DBN預測模型的輸入,利用量子遺傳(QGA)算法優化Re?DBN預測結果,得到最優SOC為輸出,采用深度信念網絡(DBN)訓練鋰離子電池SOC預測模型,并針對所述的鋰離子電池SOC預測模型的網絡深度問題,基于深度信念網絡模型中每層RBM訓練的重構誤差(Rerror),建立一種優化深度信念網絡(Re?DBN)預測模型,利用QGA算法自動尋優,得到每個Re?DBN預測模型輸出SOC值的權值,得到最優SOC預測結果。以提高鋰離子電池SOC預測預測模型的自主學習和預測能力,并提高鋰離子電池SOC預測的準確性。
聲明:
“基于優化深度信念網絡的鋰離子電池SOC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)