首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于半监督师生模型的在线锂电池健康状态估计方法 

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:北京航空航天大学

摘要:本发明涉及一种基于半监督师生模型的在线锂电池健康状态估计方法,基于锂电池退化实验中采集的电压、电流和温度数据,提取健康指标并训练具有不同网络结构的回归教师模型和自回归学生模型;在线运行阶段,采集锂电池的电压、电流和温度数据并提取出相同的健康指标输入到训练好的教师模型和学生模型中分别计算得到SOH伪标签和SOH预测值;当前述计算的SOH预测值和SOH伪标签之差超出规定的误差阈值ε时,基于SOH伪标签对学生模型进行再训练;最后,更新后的学生模型和教师模型的输出结果加权计算得到当前SOH估计值。本发明可以充分利用在线采集的无标签数据提高SOH估计结果的精度。

主权项:1.一种基于半监督师生模型的在线锂电池健康状态估计方法,其特征在于:包括以下步骤:步骤1:开展锂电池退化实验,采集充放电循环过程中的电压、电流和温度数据,进行健康指标提取并构建有标签训练数据集;步骤2:分别设计并构建具有不同网络结构的教师模型和学生模型,基于所述有标签训练数据集进行训练,获得训练好的教师模型和学生模型;步骤3:在线运行阶段,采集充放电循环过程中的电压、电流和温度数据,进行特征提取并输入到教师模型中得到SOH伪标签,同时学生模型输入前序SOH估计值并得到SOH预测值;步骤4:当步骤3中的所述SOH预测值和所述SOH伪标签之差超出规定的相对误差阈值ε时,基于所述SOH伪标签对学生模型进行再训练,获得更新后的学生模型;步骤5:基于步骤4中更新后的学生模型计算得到当前循环的SOH预测值,并与步骤3中的所述SOH伪标签加权计算得到当前循环的SOH估计结果。

全文数据:

权利要求:

百度查询: 北京航空航天大学 一种基于半监督师生模型的在线锂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。