[发明专利]一种超级电容器的剩余使用寿命预测方法、装置及电子设备有效
| 申请号： | 201910737649.4 | 申请日： | 2019-08-12 |
| 公开（公告）号： | CN110750852B | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 王凯;黄一诺;周艳婷;张明;李立伟;刘含筱;李西 | 申请（专利权）人： | 青岛大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/0442;G06N3/086;G01R31/64 |
| 代理公司： | 长沙新裕知识产权代理有限公司 43210 | 代理人： | 刘熙 |
| 地址： | 266071 山东省*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了一种超级电容器的剩余使用寿命预测方法、装置及电子设备，所述方法包括将混合遗传算法HGA与长短时记忆神经网络LSTM相结合，计算LSTM的隐藏层单元数量和随机失活Dropout概率的最优解；将所述最优解作为LSTM的隐藏层单元的数量和Dropout概率的大小，对LSTM进行训练；采用训练好的LSTM对超级电容器的剩余使用寿命进行预测。采用本申请实施例所提供的技术方案具有以下优点：由于超级电容器的实验数据是基于时间序列的，而LSTM易于学习长期依赖，是一种适应时间序列较好的神经网络将混合遗传算法HGA与长短时记忆神经网络LSTM相结合，为LSTM设计适当的网络参数，即寻求隐藏层单元数量和随机失活Dropout概率的最优解。 | ||
| 搜索关键词： | 一种 超级 电容器 剩余 使用寿命 预测 方法 装置 电子设备 | ||
【主权项】：
1.一种超级电容器的剩余使用寿命预测方法，其特征在于，包括：/n将混合遗传算法HGA与长短时记忆神经网络LSTM相结合，计算LSTM的隐藏层单元数量和随机失活Dropout概率的最优解；/n将所述最优解作为LSTM的隐藏层单元的数量和Dropout概率的大小，对LSTM进行训练；/n采用训练好的LSTM对超级电容器的剩余使用寿命进行预测。/n
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青岛大学，未经青岛大学许可，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/201910737649.4/，转载请声明来源钻瓜专利网。
- 上一篇：加速疲劳载荷谱编制方法
- 下一篇：基于方向约束的路网连续K近邻查询方法
