本发明公开了一种基于极限学习机的
锂电池老化趋势预测方法，该方法利用极限学习机对采集的锂电池充电电压的原始时间序列精确建模，以Volterra级数模型作为极限学习机模型的输入层，同时，为提高电池老化数据模型的准确性，在构造预测模型阶段通过遗传算法生成具有更高预测精度的隐藏层神经元，通过锂电池的预测模型预测锂电池老化趋势，实验结果证明，该方法具有良好的预测性能，精度高。
声明：
“基于极限学习机的锂电池老化趋势预测方法” 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)
1090
编辑：管理员
来源：北方有色网
咨询细节
