- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于改进极限学习机的锂电池健康状态预测方法,包括数据处理与特征提取、模型参数设置与模型搭建、电池健康状态的在线预测,数据处理与特征提取基于NASA和Oxford提供的锂离子电池老化数据集,从工况稳定的充电循环中提取出四种健康因子,验证提取健康因子可靠性,为后续模型搭建和电池健康状态在线预测提供支撑,利用极限学习机模型建立提取健康因子与电池健康状态之间非线性关系,针对极限学习机输入权重和隐藏层偏置的随机设置导致单次结果偏差大和过拟合,采用天牛须搜索算法搜寻极限学习机相关参数适当值,提
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117148156 A
(43)申请公布日 2023.12.01
(21)申请号 202310907720.5 (51)Int.Cl .
原创力文档


文档评论(0)