本發明提供了一種基于粒子群算法的模型生成方法、系統及預測方法,模型生成方法包括:得到多個鋰離子電池的自放電壓降數據和充放電曲線;從充放電曲線中提取得到目標數據;根據自放電壓降數據和預設壓降閾值,對目標數據進行分類,并對得到的兩類目標數據分別進行采樣得到樣本數據;根據目標數據和樣本數據,分別訓練兩個神經網絡模型,并使用粒子群算法優化神經網絡模型的連接權值和閾值,得到訓練好的低值預測模型和高值預測模型。本發明用于模擬常規技術中的soak方法,只需對待測鋰離子電池進行一次充放電實驗,即可獲取到該待測鋰離子電池的自放電壓降數據,省時省力,且精度較高。
聲明:
“基于粒子群算法的模型生成方法、系統及預測方法” 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)