[發(fā)明專利]一種基于多神經(jīng)網(wǎng)絡(luò)耦合的電動叉車鋰電池剩余壽命預(yù)測方法有效
| 申請?zhí)枺?/td> | 202010568146.1 | 申請日: | 2020-06-19 |
| 公開(公告)號: | CN111948563B | 公開(公告)日: | 2021-12-17 |
| 發(fā)明(設(shè)計)人: | 童水光;童哲銘;李元松;苗嘉智 | 申請(專利權(quán))人: | 浙江大學(xué);杭叉集團股份有限公司 |
| 主分類號: | G01R31/396 | 分類號: | G01R31/396;G01R31/392;G01R31/367;G06N3/04;G06N3/08 |
| 代理公司: | 杭州天昊專利代理事務(wù)所(特殊普通合伙) 33283 | 代理人: | 何碧珩 |
| 地址: | 310000 浙江*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 神經(jīng)網(wǎng)絡(luò) 耦合 電動叉車 鋰電池 剩余 壽命 預(yù)測 方法 | ||
1.一種基于多神經(jīng)網(wǎng)絡(luò)耦合的電動叉車鋰電池剩余壽命預(yù)測方法,其特征是,包括以下步驟:
S1:建立基于長短時記憶神經(jīng)網(wǎng)絡(luò)的開路電壓預(yù)測模型,采用RMSprop算法和dropout正則化方法對網(wǎng)絡(luò)進行優(yōu)化,從而預(yù)測鋰電池在放電循環(huán)中的開路電壓值VOC;
S11:設(shè)定輸入神經(jīng)元個數(shù)為NI1,設(shè)定神經(jīng)隱藏層層數(shù)為LH1和隱藏層神經(jīng)元個數(shù)NH1,利用滑移窗口建立輸入?yún)?shù)與輸出參數(shù)之間的關(guān)系映射,設(shè)滑移窗口長度為L,設(shè)訓(xùn)練數(shù)據(jù)長度為M,則訓(xùn)練時建立輸入Vinput到輸出分別為Voutput的映射關(guān)系,如式(1)所示:
其中,Vinput中的每一行對應(yīng)一個輸入樣本,長度為L;
S12:利用S11訓(xùn)練得到的模型對開路電壓VOC采用如下方法進行預(yù)測,輸入與輸出如式(2)所示:
其中,VOC中的每一行對應(yīng)一次預(yù)測的輸入樣本,每次預(yù)測得到一個開路電壓預(yù)測值利用得到的預(yù)測值對下一次預(yù)測的輸入樣本序列進行更新,即將預(yù)測值加入到輸入樣本序列的末尾,并刪掉輸入樣本序列的第一個數(shù)據(jù),從而完成窗口的滑移操作,得到全部的開路電壓預(yù)測值
S2:把預(yù)測結(jié)果按順序劃分成多個放電循環(huán),統(tǒng)計每個放電循環(huán)中從初始電壓至最小電壓間的開路電壓樣本個數(shù)NS,利用采樣時間TS相同,得到每個放電循環(huán)中放電至最小電壓的時間Tmin;
S3:建立基于人工神經(jīng)網(wǎng)絡(luò)的容量預(yù)測模型,以預(yù)測鋰電池容量C,從而得到鋰電池剩余壽命預(yù)測值RUL;
S31:設(shè)定輸入神經(jīng)元個數(shù)為NI2,設(shè)定神經(jīng)隱藏層層數(shù)為LH2和隱藏層神經(jīng)元個數(shù)NH2,建立從放電循環(huán)中放電至最小電壓的時間Tmin至鋰電池容量C的映射關(guān)系;
S32:隱藏層各神經(jīng)元計算過程如式(17)所示:
HT=σ(WHTTmin+bH); (17)
HT表示隱藏層計算函數(shù),其中WHT和bH為該函數(shù)輸入值的權(quán)值矩陣和偏置參數(shù)矩陣;迭代20次后結(jié)束訓(xùn)練,保存模型;將預(yù)測得到的每個放電循環(huán)中放電至最小電壓的時間Tmin輸入模型,得到容量預(yù)測結(jié)果;
S33:定義鋰電池壽命終止點EOL為容量Cj等于額定容量C0的70%時所對應(yīng)的循環(huán)數(shù)j;定義并計算鋰電池剩余壽命RUL,如式(18)所示:
RUL=UL-EOL; (18)
其中,UL為當(dāng)前鋰電池已運行的循環(huán)數(shù),EOL為鋰電池的壽命終止點。
2.根據(jù)權(quán)利要求1所述的一種基于多神經(jīng)網(wǎng)絡(luò)耦合的電動叉車鋰電池剩余壽命預(yù)測方法,其特征是,所述S2的具體步驟如下:
S21:把預(yù)測結(jié)果按順序劃分成多個放電循環(huán)的方法是:
若時刻Tj使得式(15)成立:
則Tj(j=0,1,2,…,n;T0=1)為第j個循環(huán)的終止時刻,第j個循環(huán)的開路電壓序列為
S22:統(tǒng)計每個放電循環(huán)中從初始電壓至最小電壓間的開路電壓樣本個數(shù)NS,利用采樣時間TS相同,得到每個放電循環(huán)中放電至最小電壓的時間Tmin,如式(16)所示:
Tmin=NS×TS (16)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué);杭叉集團股份有限公司,未經(jīng)浙江大學(xué);杭叉集團股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010568146.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機設(shè)備
- 一種適應(yīng)目標數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





