本發明公開了一種基于貝葉斯混合神經網絡的電池剩余使用壽命預測方法。首先收集鋰電池充放電過程中的運行數據,本發明在特征提取方面采用格拉姆角場的方法進行特征提取,將電池歷史剩余容量序列轉換成時間序列圖片來豐富信息和降低測量噪聲;在模型構造方面,將貝葉斯估計與深度學習方法融合,構建貝葉斯混合神經網絡,其主要包括用于貝葉斯長短期記憶網絡、貝葉斯卷積神經網絡和貝葉斯深度神經網絡。本發明克服了傳統電池剩余壽命預測算法處理不平衡和小樣本數據能力差、泛化性較弱、長期預測精度低的劣勢,提高了電池剩余壽命預測的精準度。
聲明:
“基于貝葉斯混合神經網絡的電池剩余使用壽命預測方法” 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)