本发明公开了一种基于改进多层残差神经网络的
锂电池寿命预测方法，包括如下步骤：S1、采集处于工作状态的锂离子电池实时数据，并构建指标体系；S2、根据所建指标体系将数据进行预处理，并对多层残差神经网络进行初始化；S3、由残差网络正向传播求解预测值；S4、代入成本函数，计算网络误差，并对误差情况进行判别，若不满足要求，则进行步骤S5,若满足要求，则进行步骤S6；S5、确定误差梯度并对权值学习进行调整，然后转到步骤S3；S6、完成网络学习，得到锂离子电池寿命模型，转到步骤S7；S7、结束本次计算。本发明提出一种基于改进多层残差神经网络的锂电池寿命预测方法，能精确快速地预测锂电池的剩余寿命，有助于指导新能源普及背景下充电站及电动汽车的调度方案，从而有效提高含
储能系统的电动汽车充电站运行的合理性及经济性。
声明：
“基于改进多层残差神经网络的锂电池寿命预测方法” 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)
1046
编辑：管理员
来源：北方有色网
咨询细节
