本发明涉及一种基于WSA‑LSTM算法的
新能源汽车动力电池剩余使用寿命自适应预测方法，通过构建健康特征全集，实现了充放电过程动力电池退化特征全面分析；结合Pearson和Spearman相关系数计算以及熵权法，提取对影响较大的主要特征，剔除无关影响因素，实现了对输入监测数据的简化处理来；采用基于鲸鱼群算法(Whale Swarm Algorithm，WSA)与长短时神经网络(Long Short‑Term Memory，LSTM)结合对输入特征数据进行训练，实现动力电池剩余使用寿命快速精确预测。基于新能源汽车充放电真实数据，验证了该方法具有良好的鲁棒性，能够实现各类型
锂离子电池的动态精确预测，为充电装置监测并提升新能源汽车安全性能提供重要技术支撑。
声明：
“基于WSA-LSTM算法的新能源汽车动力电池剩余使用寿命自适应预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
995
编辑：管理员
来源：北方有色网
咨询细节
