基于生成对抗网络的锂电池寿命预测

锂电池广泛应用于多个领域,但其性能随时间退化,最终导致失效。为了解决GAN网络在时间序列预测中的模式崩塌问题,本文提出了一种基于WGAN的锂电池剩余使用寿命预测方法,该模型以GRU作为生成器和以CNN作为判别器,并在原有的损失函数基础上引入L2范数以提高模型的收敛性,最后通过对抗训练提高预测精度。使用CALCE锂电池数据集验证,WGAN模型在MAE、RMSE和R2评价指标上均优于其他模型,显示出高预测精度和良好泛化性。不同训练集占比下WGAN模型仍保持高预测性能,证明其广泛的适用性。