专利名称：一种基于ARMA和Elman神经网络联合建模的电池
健康状态评估方法
专利类型：发明专利
发明人：夏向阳,陈彦余,周正雄,周文钊申请号：CN201911239291.9申请日：20191206公开号：CN110941929A公开日：20200331
摘要：本发明公开了一种基于ARMA和Elman神经网络联合建模的电池健康状态评估方法，该方法包括：基于自回归移动平均(ARMA)模型和Elman神经网络建立融合模型，应用经验模态分解对电池循环次数与剩余容量的实验数据进行处理，对分解得到的本征模态函数IMF分量和残余分量分别进行建模，最后叠加融合模型，生成估计的SOH序列，实现对电池健康状态的准确预测。通过实验验证，本发明考虑了复杂变化对电池健康状态的影响，完成了对钴酸锂的老化测试结果的预测，提高了评估的准确性。
申请人：长沙理工大学
地址：410114 湖南省长沙市天心区万家丽南路2段960号长沙理工大学
国籍：CN
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容