本发明提供了一种基于粒子群算法的模型生成方法、系统及预测方法，模型生成方法包括：得到多个
锂离子电池的自放电压降数据和充放电曲线；从充放电曲线中提取得到目标数据；根据自放电压降数据和预设压降阈值，对目标数据进行分类，并对得到的两类目标数据分别进行采样得到样本数据；根据目标数据和样本数据，分别训练两个神经网络模型，并使用粒子群算法优化神经网络模型的连接权值和阈值，得到训练好的低值预测模型和高值预测模型。本发明用于模拟常规技术中的soak方法，只需对待测锂离子电池进行一次充放电实验，即可获取到该待测锂离子电池的自放电压降数据，省时省力，且精度较高。
声明：
“基于粒子群算法的模型生成方法、系统及预测方法” 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)
824
编辑：管理员
来源：北方有色网
咨询细节
