本发明提出了一种基于
K均值聚类与Elman神经网络的
锂电池容量在线预测方法。首先，确定待测锂离子电池的型号，利用一块与待测电池相同型号的电池进行循环充放电实验，记录锂电池放电时间序列并对其做
K均值聚类，建立数据模型；然后，引入模拟退火遗传算法优化Elman神经网络的初始权值与阈值，利用构建的数据模型训练Elman神经网络，离线建立起锂离子电池实际容量预测系统。在线进行容量预测时，将采集到的待测锂离子电池实际放电时间序列数据，输入预测系统，在不影响锂离子电池正常工作的同时，预测出电池的实际容量。本发明的技术可以实现锂离子电池实际容量的在线精确预测。
声明：
“基于K均值聚类与Elman神经网络的锂电池容量在线预测方法” 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)
1152
编辑：管理员
来源：北方有色网
咨询细节
