本發(fā)明公開了一種基于ARMA和Elman神經(jīng)網(wǎng)絡(luò)聯(lián)合建模的電池健康狀態(tài)評估方法,該方法包括:基于自回歸移動平均(ARMA)模型和Elman神經(jīng)網(wǎng)絡(luò)建立融合模型,應(yīng)用經(jīng)驗?zāi)B(tài)分解對電池循環(huán)次數(shù)與剩余容量的實驗數(shù)據(jù)進(jìn)行處理,對分解得到的本征模態(tài)函數(shù)IMF分量和殘余分量分別進(jìn)行建模,最后疊加融合模型,生成估計的SOH序列,實現(xiàn)對電池健康狀態(tài)的準(zhǔn)確預(yù)測。通過實驗驗證,本發(fā)明考慮了復(fù)雜變化對電池健康狀態(tài)的影響,完成了對鈷酸鋰的老化測試結(jié)果的預(yù)測,提高了評估的準(zhǔn)確性。
聲明:
“基于ARMA和Elman神經(jīng)網(wǎng)絡(luò)聯(lián)合建模的電池健康狀態(tài)評估方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)