基于长短时记忆网络的多特征燃料电池寿命预测方法

摘要

本发明涉及电池寿命预测领域，具体为基于长短时记忆网络的多特征燃料电池寿命预测方法；所述方法包括以下步骤：采集电压衰减数据，并采集运行状态数据，构建原始输入数据集；对运行状态数据进行分析，根据电压衰减数据与各运行状态数据，计算相关性系数，并对相关性系数进行分析，获得输入特征集合；对输入特征集合与电压衰减数据进行处理，构建神经网络训练数据结构；将训练数据结构划分为训练集与测试集；构建待搜索的网络架构解空间，对网络架构解空间进行分析，构建适应度函数，并基于适应度函数确定最优网络架构参数组合；将训练集输入由最优网络架构参数组合中进行训练，生成目标检测预测结果。本发明能提升对电压衰减趋势的预测精度。

申请人共 1 家

• 1.氢质氢离（北京）氢能科技有限公司

IPC 分类号共 8 项