基于长短期记忆神经网络的健康状态估算

摘要：

当前电池健康状态估算与预测在处理大量电池数据、时间间隔较长存在一定缺陷.长短期记忆神经网络算法在解决该问题时效果明显.在完成电池循环充放电实验基础之上,分析和提取电池放电过程中外部信号变化的特征指标,以电池放电数据中放电容量、放电时间、循环次数训练并建立了长短期记忆神经网络预测模型,采用3种不同的自适应学习率优化算法对学习训练部分进行优化,最后对比分析模型预测的准确程度.结果表明,长短期记忆神经网络估算电池健康状态的误差小于5％,证明预测模型的有效性.

关键词：锂离子电池、健康状态、长短期记忆神经网络算法、学习率优化

所属期刊栏目：58

分类号：TM912

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：77-81