[发明专利]一种基于LSTM-FFNN的电动叉车锂离子电池健康状态预测方法有效
| 申请号： | 202010079916.6 | 申请日： | 2020-02-04 |
| 公开（公告）号： | CN111308375B | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 童哲铭;苗嘉智 | 申请（专利权）人： | 浙江大学;杭叉集团股份有限公司 |
| 主分类号： | G01R31/392 | 分类号： | G01R31/392;G01R31/367 |
| 代理公司： | 杭州天昊专利代理事务所(特殊普通合伙) 33283 | 代理人： | 何碧珩 |
| 地址： | 310000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明主要解决现有技术中，预测方法计算量大，预测结果精度低；提供一种基于LSTM‑FFNN的电动叉车锂离子电池健康状态预测方法，减少了训练模型所需的数据，提高了锂电池健康状态预测的精度。包括以下步骤：建立基于LSTM的时间尺度参数预测模型,以预测放电过程中时间尺度参数开路电压V的变化；从时间尺度参数预测模型的开路电压V中提取循环尺度参数放电至最小电压的时间T |
||
| 搜索关键词： | 一种 基于 lstm ffnn 电动叉车 锂离子电池 健康 状态 预测 方法 | ||
【主权项】：
暂无信息
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浙江大学;杭叉集团股份有限公司，未经浙江大学;杭叉集团股份有限公司许可，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/202010079916.6/，转载请声明来源钻瓜专利网。
