基于神经网络的蓄电池剩余电量预测方法

摘要

本发明公开了一种基于神经网络的蓄电池剩余电量预测方法，包括：采用神经网络模型构建剩余电量预测初始模型；获取蓄电池的多组电压、电流和剩余电量数据，将电压和电流数据作为输入样本，剩余电量数据作为期望输出，输入到剩余电量预测初始模型中后，使用L1/2正则化方法确定神经网络的隐层节点数，再对剩余电量预测初始模型进行训练，得到多个剩余电量预测修正模型；选择一个对期望输出的误差最小的模型作为最终的剩余电量预测模型；将需要预测的蓄电池的电流和电压值输入到剩余电量预测模型中，得到的蓄电池的剩余电量值。本发明提供的基于神经网络的蓄电池剩余电量预测方法收敛速度快，训练次数少，估算精度高。