Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:首都师范大学

摘要:本发明提出一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法,包括如下步骤:步骤1:对从电池的HIs视角获得的原始数据集进行乱序处理,通过在线顺序极限学习机OS‑ELM进行容量预测训练;步骤2:利用完全自适应噪声集合经验模态分解CEEMDAN算法分解来自电池容量退化数据视角的数据并进行重构;步骤3:通过自回归差分移动平均模型ARIMA进行时间序列预测和后处理;步骤4:整合两种视角,提出元模型数据集构建方法,用于训练OS‑ELM,实现了来自混合视角的RUL预测。本发明同时考虑了HIs和容量退化数据两个视角,解决了传统锂离子电池RUL预测方法仅依赖单一视角的局限性,有助于获得更准确和可靠的预测结果。

主权项:1.一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法,其特征在于:包括如下步骤:步骤1:对从电池的HIs视角获得的原始数据集进行乱序处理,通过在线顺序极限学习机OS-ELM进行容量预测训练;步骤2:利用完全自适应噪声集合经验模态分解CEEMDAN算法分解来自电池容量退化数据视角的数据并进行重构;步骤3:通过自回归差分移动平均模型ARIMA进行时间序列预测和后处理;步骤4:整合两种视角,提出元模型数据集构建方法,用于训练OS-ELM,实现了来自混合视角的RUL预测。

全文数据:

权利要求:

百度查询: 首都师范大学 一种提升锂离子电池剩余使用寿命预测精度的混合视角集成学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。