[发明专利]一种基于多项式函数拟合和BP神经网络的电池放电时间预测方法有效
| 申请号： | 201810544224.7 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN108875158B | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 黄强豪;卢允子;何德峰 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 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： | 一种基于多项式函数拟合和BP神经网络的电池放电时间预测方法，包括以下步骤：1)采集用于针对于电池放电时间实际问题的实际数据；2)对于数据进行预处理；3)对处理后的数据进行多项式拟合；4)计算平均相对误差MRE来获取仿真效果最好的曲线；5)建立放电时间模型并评估模型精度；6)用BP神经网络对放电时间进行预测。本发明提出了一种基于多项式函数拟合和BP神经网络的电池放电时间预测方法，运用多项式拟合与BP神经网络模拟出放电时间曲线，正确率较高、可信度较好。 | ||
| 搜索关键词： | 一种 基于 多项式 函数 拟合 bp 神经网络 电池 放电 时间 预测 方法 | ||
【主权项】：
1.一种基于多项式函数拟合和BP神经网络的电池放电时间预测方法，其特征在于，所述预测方法包括以下步骤：1)采集用于针对于电池放电时间实际问题的实际数据，所述实际数据包括电压；2)对数据进行预处理；3)对处理后的数据进行多项式拟合；4)计算平均相对误差MRE来获取仿真效果最好的MATLAB曲线；5)建立放电时间模型并评估模型精度；6)用BP神经网络对放电时间进行预测。
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工业大学，未经浙江工业大学许可，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/201810544224.7/，转载请声明来源钻瓜专利网。
