本发明涉及基于充放电数据特征的
锂电池健康状况预测方法及装置，其包括：建立初始长短期记忆网络模型；获取锂电池健康指标数据集；根据所述锂电池健康指标数据集对所述初始长短期记忆网络模型进行训练、验证和测试，得到目标长短期记忆网络模型；将锂电池健康指标数据输入至所述目标长短期记忆网络模型，对所述锂电池健康状况进行预测。本发明采集实时的锂电池数据，利用改进的遗传算法，对长短期记忆网络模型参数寻优，并引入了注意力机制与增量学习的方法，实现了对锂电池健康状况的在线预测，并且避免了调参的盲目性，提升了预测的准确性。
声明：
“基于充放电数据特征的锂电池健康状况预测方法及装置” 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)
1034
编辑：管理员
来源：北方有色网
咨询细节
