摘要
针对锂电池数据不充足的条件下构建的BP神经网络模型泛化能力差导致预测精度低的问题,文中提出了一种改进多分布整体趋势扩散技术的BP神经网络建模方法。利用麻雀搜索算法优化BP神经网络的初始参数,求取多分布整体趋势扩散技术生成的虚拟样本标签,结合原始数据和虚拟样本数据训练BP神经网络。采用NASA锂电池公开数据集对所提算法进行验证。仿真结果表明:该算法与MD-MTD以及超球特征方程算法相比,锂电池剩余寿命预测平均误差分别下降31.2%和5.1%,有效解决了数据不充足条件下模型预测精度低的问题。