基于优化神经网络的锂电池剩余使用寿命预测方法及系统

专利主权项内容

1.基于优化神经网络的锂电池剩余使用寿命预测方法，其特征是，包括：获取待预测的电池容量时间序列数据；对待预测的电池容量时间序列数据进行预处理；采用滑动窗口对预处理后的电池容量时间序列数据进行划分，得到若干个电池容量子时间序列；将每个电池容量子时间序列进行分解，得到残差分量和模态分量；将残差分量，输入到训练后的BiLSTM模型中，输出锂电池可放电容量第一预测值；将模态分量，输入到训练后的BiGRU模型中，输出锂电池可放电容量第二预测值；其中，训练后的BiLSTM模型和训练后的BiGRU模型，在训练过程中均采用改进的鲸鱼算法对模型的参数进行优化；将锂电池可放电容量第一预测值与锂电池可放电容量第二预测值进行集成相加，得到锂电池未来充放电循环次数的预测放电容量序列，将预测放电容量衰减到额定容量的设定比例作为剩余使用寿命终点；设置剩余使用寿命起点，计算从剩余使用寿命起点到剩余使用寿命终点之间所经历的充放电循环次数，将得到的充放电循环次数作为锂电池的剩余使用寿命。