一种基于自适应生成对抗网络的电池寿命预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于自适应生成对抗网络的电池寿命预测方法及系统
申请号:CN202511094492
申请日期:2025-08-06
公开号:CN120949092A
公开日期:2025-11-14
类型:发明专利
摘要
一种基于自适应生成对抗网络的电池寿命预测方法及系统,通过电池管理系统的传感器采集电池使用数据;对采集的数据进行人工标注,标注类别包括“正常”、“异常”和“性能下降”;结合所述数据和所述标注构建数据集;采用基于自适应混沌优化的生成对抗网络生成额外的训练数据,加入所述数据集,完成数据扩充;读取所述数据集,采用基于量子拓扑相的极限学习机算法训练电池寿命预测模型,得到分类结果;将实时样本输入所述电池寿命预测模型进行电池寿命预测。本发明能够提高电池寿命预测结果的准确性和可靠性,更有效地捕捉电池性能衰减的非线性特征,在处理复杂数据时提供更高的效率和准确率。
技术关键词
电池寿命预测方法 生成对抗网络 极限学习机算法 量子态 电池寿命预测系统 参数 多尺度 矩阵 数据处理模块 电池放电深度 数据采集模块 序列 健康状态信息 电池健康状态 电池特征 非线性特征