龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：新乡学院
摘要：基于水母层叠记忆模型的锂离子电池健康状态估计方法，包括以下步骤：建立电池循环寿命试验的实验平台，获取电池健康状况的数据集；从数据集的循环曲线中提取四种特征，并获得特征数据；使用滑动窗口处理特征数据，并获得特征向量；将得到的特征向量送入水母层叠记忆模型并获得模型数据；将得到的模型数据通过两层全连接层进行映射和转换，并实现最终的锂离子电池健康状态估计；本发明可以更大程度上考虑电池数据各方面老化问题以及长期依赖关系，并显著提高了基于深度学习估计方法的估计性能和泛化能力。
主权项：1.基于水母层叠记忆模型的锂离子电池健康状态估计方法，其特征在于：包括以下步骤：步骤1：建立电池循环寿命试验的实验平台，获取电池健康状况的数据集；步骤2：从数据集的循环曲线中提取四种特征，并获得特征数据，四种特征为等时间间隔的电压差、等电压间隔的时间差、电压变化的累积积分以及微分容量曲线斜率峰值；步骤3：使用滑动窗口处理特征数据，并获得特征向量；步骤4：将得到的特征向量送入水母层叠记忆模型并获得模型数据，水母层叠记忆模型包括第一记忆自注意力模块、层叠式长短期记忆模块和第二记忆自注意力模块；特征向量在水母层叠记忆模型中的处理过程包括以下步骤：步骤4.1：特征向量在第一记忆自注意力模块内进行拼接归一化操作，并获得时间输入数据；步骤4.2：利用水母搜索算法对水母层叠记忆模型的参数进行优化；步骤4.3：时间输入数据经层叠式长短期记忆模块后获得结果数据；步骤4.4：结果数据在第二记忆自注意力模块内进行拼接归一化操作，并获得模型数据；步骤5：将得到的模型数据通过两层全连接层进行映射和转换，并实现最终的锂离子电池健康状态估计。
全文数据：
权利要求：
百度查询： 新乡学院 基于水母层叠记忆模型的锂离子电池健康状态估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号