本發明公開了一種電動重卡鋰電池健康狀態預測方法及裝置,其中方法包括:獲取電動重卡中若干個傳感器采集的鋰電池狀態的原始數據,對原始數據進行數據預處理,消除數據紊亂、數據缺失和數據錯誤;對數據預處理后的原始數據進行計算,得到放電倍率和內阻,并進行數據歸一化處理,得到歸一化數據并劃分為訓練集數據和測試集數據,基于GA算法對BP神經網絡模型進行優化,得到全局最優解,基于全局最優解對鋰電池健康狀態進行預測,得到鋰電池健康狀態值。解決了現有預測技術中鋰電池內部相關數據難以獲取、預測方法單一、預測結果容易陷入局部最優從而導致精度低等問題,提高了鋰電池健康狀態預測精度。
聲明:
“電動重卡鋰電池健康狀態預測方法及裝置” 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)