本申請提供了一種基于混合機器學習方法的鋰電池狀態預測方法、系統和介質,包括步驟:獲取汽車動力鋰電池的歷史使用數據集;將歷史使用數據集輸入到卷積長短期神經網絡,得到電池健康狀態的數據特征向量;將數據特征向量輸入到混合機器學習模型,在到達預設訓練次數后,優化混合機器學習模型中的各個機器學習模型的權重系數,得到訓練完成的混合機器學習模型;將廢舊電池的測試數據輸入到訓練完成的混合機器學習模型,對廢舊電池的健康狀態與剩余壽命進行預測?;诰矸e長短期神經網絡的健康狀態評估方法,可以很好地提取和學習長時間跨度下電池循環充放電過程中數據之間的特征關系,可以獲取更為準確和穩定的剩余使用壽命預測結果。
聲明:
“基于混合機器學習方法的鋰電池狀態預測方法、系統和介質” 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)