基于改进循环神经网络的退役动力电池功率估计OA

针对退役动力电池存在数量庞大、一致性差、分类效率低等问题,论文提出一种改进后的循环神经网络预测模型并将其应用于退役动力电池功率状态(SOP)估计。采用改进后的学生心理优化算法(Student Psychology Based Optimization,SPBO)对循环神经网络进行优化。结合退役动力电池数据,得到退役动力电池功率状态估计结果。功率估计结果表明:循环神经网络在利用改进SPBO算法优化后,循环神经网络可以跳出局部最优,提高了退役动力电池功率估计的准确性,为退役动力电池的分类提供可靠的数据支撑。