本發明涉及一種基于WSA?LSTM算法的新能源汽車動力電池剩余使用壽命自適應預測方法,通過構建健康特征全集,實現了充放電過程動力電池退化特征全面分析;結合Pearson和Spearman相關系數計算以及熵權法,提取對影響較大的主要特征,剔除無關影響因素,實現了對輸入監測數據的簡化處理來;采用基于鯨魚群算法(Whale Swarm Algorithm,WSA)與長短時神經網絡(Long Short?Term Memory,LSTM)結合對輸入特征數據進行訓練,實現動力電池剩余使用壽命快速精確預測?;谛履茉雌嚦浞烹娬鎸崝祿?,驗證了該方法具有良好的魯棒性,能夠實現各類型鋰離子電池的動態精確預測,為充電裝置監測并提升新能源汽車安全性能提供重要技術支撐。
聲明:
“基于WSA-LSTM算法的新能源汽車動力電池剩余使用壽命自適應預測方法” 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)