基于K均值聚类与Elman神经网络的锂电池容量在线预测方...
授权
摘要
本发明提出了一种基于K均值聚类与Elman神经网络的锂电池容量在线预测方法。首先，确定待测锂离子电池的型号，利用一块与待测电池相同型号的电池进行循环充放电实验，记录锂电池放电时间序列并对其做K均值聚类，建立数据模型；然后，引入模拟退火遗传算法优化Elman神经网络的初始权值与阈值，利用构建的数据模型训练Elman神经网络，离线建立起锂离子电池实际容量预测系统。在线进行容量预测时，将采集到的待测锂离子电池实际放电时间序列数据，输入预测系统，在不影响锂离子电池正常工作的同时，预测出电池的实际容量。本发明的技术可以实现锂离子电池实际容量的在线精确预测。
基本信息
专利标题 ：
基于K均值聚类与Elman神经网络的锂电池容量在线预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110687452A
申请号 ：
CN201910835244.4
公开（公告）日 ：
2020-01-14
申请日 ：
2019-09-05
授权号 ：
CN110687452B
授权日 ：
2022-05-20
发明人 ：
张登峰李伟宸徐凯陆宝春
申请人 ：
南京理工大学
申请人地址 ：
江苏省南京市玄武区孝陵卫200号
代理机构 ：
南京理工大学专利中心
代理人 ：
朱沉雁
优先权 ：
CN201910835244.4
主分类号 ：
G01R31/367
IPC分类号 ：
G01R31/367 G01R31/392 G01R31/388 G06K9/62 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/367
••其软件，例如 使用建模或查找表进行电池测试
法律状态
2022-05-20 ：
授权
2020-02-11 ：
实质审查的生效
IPC(主分类) : G01R 31/367
申请日 : 20190905
申请日 : 20190905
2020-01-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
