基于稀疏对抗自编码的锂离子电池荷电状态预测方法、介质及设备

1.基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于，包括：

2.如权利要求1所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s1中，所述锂离子电池可测变量包括电压、电流和温度。

3.如权利要求1所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s2具体包括如下子步骤：

4.如权利要求1所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s3中，所述稀疏对抗自编码包括生成器和辨别器，所述生成器包括卷积编码器和卷积解码器，所述辨别器包括卷积编码器和全连接层；所述稀疏对抗自编码对输入数据x的处理过程如下：

5.如权利要求4所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s3中，所述损失函数lsaae为：

6.如权利要求1所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s3中，所述稀疏对抗自编码的训练过程中，采用雾凇优化算法以选定卷积核大小和隐层神经元数量，具体如下：

7.如权利要求1所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s4中，所述特征熵hs为：

8.如权利要求7所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法，其特征在于：步骤s5中，所述根据特征熵hs的数值大小，将深层特征hdeep送至不同的特征分析模型进行分析，具体为：

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序使计算机执行如权利要求1-8任一项所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法。

10.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时，实现如权利要求1-8任一项所述的基于稀疏对抗自编码的锂离子电池荷电状态预测方法。