本發(fā)明涉及電動車
鋰電池技術(shù)領(lǐng)域,且公開了一種基于XGBoost?LSTM優(yōu)化模型的電動汽車鋰電池剩余壽命預(yù)測方法,包括電動汽車鋰電池信息在線采集技術(shù),該一種基于XGBoost?LSTM優(yōu)化模型的電動汽車鋰電池剩余壽命預(yù)測方法,通過實際的電動汽車充電數(shù)據(jù)進行實驗,并能基于合適的數(shù)據(jù)量進行分類,選擇不同的,合適的訓練模型,解決了電動汽車鋰電池覆蓋全衰減過程的RUL預(yù)測問題,對于電池RUL的長期預(yù)測性能提升,預(yù)測精準性提高有顯著意義,并且將累計特征影響和元強化學習算法引入電池RUL預(yù)測,充分挖掘累計特征中隱藏的電池健康狀態(tài)信息及其變化規(guī)律,同時發(fā)揮了元強化學習算法較強的小樣本學習能力,在電池全壽命過程上都能實現(xiàn)較高精度預(yù)測。
聲明:
“基于XGBoost-LSTM優(yōu)化模型的電動汽車鋰電池剩余壽命預(yù)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,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)