[發(fā)明專利]一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202010864620.5 | 申請(qǐng)日: | 2020-08-25 |
| 公開(公告)號(hào): | CN111950205A | 公開(公告)日: | 2020-11-17 |
| 發(fā)明(設(shè)計(jì))人: | 周永勤;常宇佳;李然;李植 | 申請(qǐng)(專利權(quán))人: | 哈爾濱理工大學(xué) |
| 主分類號(hào): | G06F30/27 | 分類號(hào): | G06F30/27;G06F119/04 |
| 代理公司: | 北京中濟(jì)緯天專利代理有限公司 11429 | 代理人: | 楊紅娟 |
| 地址: | 150080 黑龍*** | 國省代碼: | 黑龍江;23 |
| 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 fwa 優(yōu)化 極限 學(xué)習(xí)機(jī) 鋰電池 soh 預(yù)測(cè) 方法 | ||
1.一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法,其特征在于,包括如下步驟:
S1、建立基于極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)模型;
S2、采用FWA優(yōu)化算法優(yōu)化所述預(yù)測(cè)模型中的輸入權(quán)值和隱含層偏置;
S3、獲取樣本數(shù)據(jù),所述樣本數(shù)據(jù)劃分為訓(xùn)練樣本和測(cè)試樣本,將訓(xùn)練樣本輸入所述預(yù)測(cè)模型中對(duì)模型進(jìn)行訓(xùn)練;
S4、輸入測(cè)試樣本對(duì)訓(xùn)練好的預(yù)測(cè)模型進(jìn)行驗(yàn)證。
2.根據(jù)權(quán)利要求1所述一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法,其特征在于,步驟S1包括:
S11、建立SOH預(yù)測(cè)網(wǎng)絡(luò),包括輸入層、隱含層和輸出層,設(shè)定隱含層節(jié)點(diǎn)個(gè)數(shù);
S12、計(jì)算SOH預(yù)測(cè)網(wǎng)絡(luò)的輸出為:
式中,Xi為輸入層的變量值,Oi為網(wǎng)絡(luò)輸出,g(x)為極限學(xué)習(xí)機(jī)的激勵(lì)函數(shù),Wi=[wi1,wi2...,win]T為輸入權(quán)值,βi為輸出權(quán)重,αi是第i個(gè)隱含層單元的偏置,Wi·Xi表示W(wǎng)i和Xi的內(nèi)積。
3.根據(jù)權(quán)利要求1所述一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法,其特征在于,步驟S2具體包括:
S21,初始化話煙花數(shù)目M,設(shè)定結(jié)束條件;
S22,計(jì)算適應(yīng)度、爆炸幅度和火花數(shù);
S23,更新煙花位置;
S24,利用高斯算法計(jì)算變異算子;
S25,在煙花、爆炸火花和變異火花中選擇下一次迭代的煙花;選擇策略采用輪盤賭的方式選擇;
S26,判斷是否滿足結(jié)束條件,若滿足,則選擇最優(yōu)個(gè)體作為SOH預(yù)測(cè)模型的輸入權(quán)值和隱含層偏置,若不滿足,則返回步驟S21重新選擇。
4.根據(jù)權(quán)利要求3所述一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法,其特征在于,所述爆炸幅度為:
每個(gè)煙花爆炸的火花的數(shù)目為:
式中wi為第i個(gè)煙花產(chǎn)生的火花個(gè)數(shù),m為限制火花總數(shù)的常數(shù),ymax為種群中適應(yīng)度最差的個(gè)體的適應(yīng)度值,f(xi)為個(gè)體xi的適應(yīng)度值,ε為防止出現(xiàn)零分母的極小常數(shù),si為第i個(gè)煙花的爆炸范圍,Z表示最大爆炸幅度,為常數(shù),ymin為種群中適應(yīng)度最好的個(gè)體的適應(yīng)度值。
5.根據(jù)權(quán)利要求3所述一種基于FWA優(yōu)化極限學(xué)習(xí)機(jī)的鋰電池SOH預(yù)測(cè)方法,其特征在于,所述變異算子計(jì)算過程包括:
煙花爆炸過程中每個(gè)煙花爆炸后的火花數(shù)目限定為:
式中,是第i個(gè)煙花可以產(chǎn)生的火花數(shù)量,round()是取整函數(shù),a和是給定的常數(shù),位移操作是煙花算法中煙花位置的操作;
火花位置為:
式中,random(0,Ai)表示在幅度Ai內(nèi)生成的均勻隨機(jī)數(shù),為煙花位置;
根據(jù)高斯變異公式計(jì)算變異算子,所述高斯變異公式為:
式中g(shù)表示服從均值和方差均為1的高斯分布,即g~N(1,1),xik表示第i個(gè)體在第k維上的位置。
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)利屬于哈爾濱理工大學(xué),未經(jīng)哈爾濱理工大學(xué)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(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010864620.5/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 肌細(xì)胞增殖抑制因子Fwa267
- 炎性抑制因子Fwa116
- 肌細(xì)胞分化因子Fwa267
- 炎性抑制因子Fwa116
- 一種同時(shí)檢測(cè)面粉中7種熒光增白劑含量的HPLC-MS/MS方法
- 快速檢測(cè)熒光增白劑FWA199的表面增強(qiáng)拉曼光譜方法
- 一種食品食用菌中熒光增白劑的液質(zhì)檢測(cè)方法
- 一種基于隨機(jī)森林算法的絕緣管母故障自動(dòng)診斷方法
- 基于FWA-BP神經(jīng)網(wǎng)絡(luò)的光伏功率預(yù)測(cè)方法
- 基于TentFWA-GD的RBF神經(jīng)網(wǎng)絡(luò)軟測(cè)量建模方法及其應(yīng)用





