本发明涉及一种
动力电池剩余使用寿命的预测方法，具体为首先获取电动汽车每次行车时的动力电池状态数据，建立人工神经网络模型，将所述动力电池状态数据作为人工神经网络模型的输入，训练人工神经网络模型的训练参数；获取待测电动汽车中的动力电池状态数据，作为具有训练参数的人工神经网络的输入，根据人工神经网络的输入输出映射关系，得到人工神经网络的输出，即动力电池剩余使用寿命的预测结果。本发明引入剩余使用寿命（RUL）的概念，采集影响动力
锂电池剩余使用寿命的六大影响因素，建立动力锂电池剩余使用寿命的预测方法。通过具体的实验，测试结果显示了人工神经网络模型的可靠性。
声明：
“动力电池剩余使用寿命的预测方法” 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)
726
编辑：管理员
来源：北方有色网
咨询细节
