本發明公開了一種基于生成對抗網絡的鋰電池健康狀態預測方法及系統,首先將基礎神經網絡模型的預測結果輸入到變分自編碼器,使得變分自編碼器的生成結果與基礎神經網絡模型的預測結果分布具有一定的相似度。通過計算基礎神經網絡預測結果與變分自編碼器生成結果相互之間的支持度,集成最優預測結果作為鋰電池健康狀態綜合預測模型;根據鋰電池實際充電過程中的各項參數,運用鋰電池健康狀態綜合預測模型,計算鋰電池的健康狀態。由于本發明使用少量基礎神經網絡模型及變分自編碼器即可生成更多的基礎神經網絡模型預測結果,保證了集成學習過程中基學習器的多樣性,加快模型訓練過程,并且能夠取得接近傳統集成學習方法的預測精度。
聲明:
“基于生成對抗網絡的鋰電池健康狀態預測方法及系統” 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)