申请/专利权人:西南科技大学
申请日:2022-12-22
公开(公告)日:2024-06-25
公开(公告)号:CN118244112A
主分类号:G01R31/367
分类号:G01R31/367;G06N3/0499;G06N3/0985;G06N3/086;G06N3/126
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明涉及一种用于锂电池SOC精确估算的超参数优化多层前馈遗传神经网络模型,该模型针对神经网络对锂电池组SOC值的精确估算目标,提出了一种超参数优化方法,通过对遗传因子取值进行遍历,实现阶梯式动态优化;降低单一优化因子对三层前馈神经网络稳定性的破坏;考虑到所建立的三层前馈神经网络对不同锂电池测试数据集的匹配性,采用随机和网格遍历相融合的测试方法,对数据集进行等比例随机抽取实时记录每组误差值直至找到最优值,设置验证集避免局部优化,克服了过拟合出现的误差;在遗传算法的基础上,对模型架构和参数运用随机和网格遍历相结合实现锂电池组的SOC估算模型的建立和优化,实现建立匹配度高,准确性高以及架构稳定的SOC估算神经网络系统。
主权项:1.一种用于锂电池SOC精确估算的超参数优化多层前馈遗传神经网络模型,其特征在于基于遗传算法的三层前馈神经网络,通过网格遍历和随机搜索,实现锂电池组SOC的深度优化。
全文数据:
权利要求:
百度查询: 西南科技大学 用于锂电池SOC精确估算的超参数优化多层前馈遗传神经网络模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。