- 18
- 0
- 约1.17万字
- 约 11页
- 2024-05-29 发布于四川
- 举报
本发明涉及一种全生命周期电池的荷电状态预测方法,该方法基于时间序列能够准确、可靠地预测电池荷电状态,利用基于经验模态分解的长短期循环记忆神经网络(EMD‑LSTM)预测电池健康度,在健康度的基础上,预测电池荷电状态。具体而言,本发明的方法包括以下步骤:以每一个循环周期的电池剩余电量作为输入,使用基于经验模态分解的长短期循环记忆神经网络预测电池健康度;以预测的健康度和电压、电流、内阻数据作为输入,使用长短期循环记忆神经网络预测未来电池荷电状态;其中网络输入变量为整个生命周期内电池数据;通过所述方法
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118091453A
(43)申请公布日2024.05.28
(21)申请号202410308604.6
(22)申请日2024.03.18
(71)申请人安徽师范大学
地址241002
您可能关注的文档
最近下载
- (正式版)H-G∕T 5459-2018 废旧轮胎裂解炭黑.docx VIP
- 在全镇常态化帮扶工作推进会上的讲话.doc VIP
- 2025中国联通春季校园招聘笔试备考题库附答案解析.docx VIP
- 国家公务员考试《行测》真题及答案(完整版).doc VIP
- 土方开挖施工方案(适用于独立基础).doc VIP
- 建筑工程冬期施工规程(JGJ-T-104-2011).ppt VIP
- 22G101平法图集文档.pptx VIP
- 2025年中考化学一轮复习全册1-12单元22个必考实验大全(背诵+默写)含答案.pdf VIP
- 2026国家公务员行测真题答案解析.pdf VIP
- 2025中国联通新苗计划秋季校园招聘笔试备考题库附答案解析.docx VIP
原创力文档

文档评论(0)