基于IPSO-LSTM的新能源汽車鋰電池健康狀態(tài)監(jiān)測(cè)

摘要： 為監(jiān)測(cè)新能源汽車鋰電池的健康狀態(tài)(SOH),防范電池故障引發(fā)安全事故風(fēng)險(xiǎn)，提出改進(jìn)粒子群算法(IPSO)和長(zhǎng)短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)相結(jié)合的模型，監(jiān)測(cè)鋰電池的SOH。首先，采用Spearman相關(guān)性分析法，提取鋰電池SOH監(jiān)測(cè)的健康因子；其次，采用線性慣性權(quán)重和非對(duì)稱學(xué)習(xí)因子改進(jìn)傳統(tǒng)粒子群算法(PSO),利用IPSO算法對(duì)LSTM模型的隱含層神經(jīng)元個(gè)數(shù)、神經(jīng)元失活率、批處理...