本發明涉及鋰電池健康狀態評估技術領域,公開了一種基于神經網絡常微分方程的鋰電池健康狀態估計方法,包括如下步驟:步驟1、對收集到的鋰電池數據集進行預處理得到原始數據集;步驟2、將所述原始數據集分類成訓練數據集和測試數據集;步驟3、將所述訓練數據集輸入至通過元學習剪枝后得到的輕量化ODE網絡,對所述輕量化ODE網絡進行訓練得到鋰電池的預測容量,并通過所述測試數據集對訓練后的輕量化ODE網絡進行測試。本發明將元學習剪枝(Meta?pruning)應用在ODE網絡中,簡化網絡結構并減少網絡參數量,達到進一步精簡輕量化的ODE網絡的效果,并提高神經網絡預測鋰電池SOH的精度。
聲明:
“基于神經網絡常微分方程的鋰電池健康狀態估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)