[发明专利]基于神经网络的蓄电池剩余电量预测方法在审
| 申请号： | 201710304799.7 | 申请日： | 2017-05-03 |
| 公开（公告）号： | CN107037373A | 公开（公告）日： | 2017-08-11 |
| 发明（设计）人： | 覃团发;陈玮匀;胡永乐;沈湘平;董鹏琳;罗建涛;陈俊江;张万达 | 申请（专利权）人： | 广西大学;润建通信股份有限公司 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 北京远大卓悦知识产权代理事务所(普通合伙)11369 | 代理人： | 靳浩 |
| 地址： | 530004 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的蓄电池剩余电量预测方法，包括采用神经网络模型构建剩余电量预测初始模型；获取蓄电池的多组电压、电流和剩余电量数据，将电压和电流数据作为输入样本，剩余电量数据作为期望输出，输入到剩余电量预测初始模型中后，使用L1/2正则化方法确定神经网络的隐层节点数，再对剩余电量预测初始模型进行训练，得到多个剩余电量预测修正模型；选择一个对期望输出的误差最小的模型作为最终的剩余电量预测模型；将需要预测的蓄电池的电流和电压值输入到剩余电量预测模型中，得到的蓄电池的剩余电量值。本发明提供的基于神经网络的蓄电池剩余电量预测方法收敛速度快，训练次数少，估算精度高。 | ||
| 搜索关键词： | 基于 神经网络 蓄电池 剩余 电量 预测 方法 | ||
【主权项】：
一种基于神经网络的蓄电池剩余电量预测方法，其特征在于，包括：采用神经网络模型构建剩余电量预测初始模型；获取蓄电池的多组电压、电流和剩余电量数据，将电压和电流数据作为输入样本，剩余电量数据作为期望输出，输入到剩余电量预测初始模型中后，使用L1/2正则化方法对剩余电量预测初始模型中神经网络的隐含层到输出层的权值向量Wn进行处理得到向量Wn+1，将神经网络的隐层节点数修改为W1中不为0的权值分量的个数m，再对剩余电量预测初始模型进行训练，得到多个剩余电量预测修正模型；从得到的多个剩余电量预测修正模型中选择一个对期望输出的误差最小的模型作为最终的剩余电量预测模型；将需要预测的蓄电池的电流和电压值输入到剩余电量预测模型中，得到的输出数据即为该蓄电池的剩余电量值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广西大学;润建通信股份有限公司，未经广西大学;润建通信股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710304799.7/，转载请声明来源钻瓜专利网。
- 上一篇：包装盒（百草济世小儿感冒贴）
- 下一篇：鞋盒
