本发明公开了一种基于FWA优化极限学习机的
锂电池健康状态SOH预测方法，属于
动力电池SOH预测技术领域。本发明为了解决现有技术中对动力电池SOH预测过程中参数寻优困难和估算精度低的问题。本发明包括如下步骤建立基于极限学习机的锂电池SOH预测模型；采用FWA优化算法优化预测模型中的输入权值和隐含层偏置；将训练样本输入所述预测模型中对模型进行训练；输入测试样本对训练好的预测模型进行验证；本申请能够准确的对实时非线性变化的锂电池健康状态SOH进行准确的预测，预测运算速度更快且提高了健康因子与锂电池SOH之间的变化对应关系，进而提高了估计精度。
声明：
“基于FWA优化极限学习机的锂电池SOH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
