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:南通乐创新能源有限公司
摘要:本发明公开一种基于MOE模型和电池的电流电阻阻抗预测RUL的方法,实现步骤如下:S1.测试并采集电池电流、电阻、阻抗和RUL数据。S2.构建MOE模型:MOE模型包括多个专家子模型和一个门控网络模型;使用3个专家子模型,每个子模型均是MLP模型,每个子模型均是3层的网络结构。S3.训练和校验MOE模型:训练数据按8:2的比例分成训练集合和测试集合,在训练集合上训练模型,在测试集合上校验模型;S4.预测电池RUL:在MOE模型训练完毕之后,部署MOE模型,并使用MOE对电池的RUL进行预测。本发明MOE模型通过组合多个专家模型,每个专家模型专注于数据的不同方面,提高整体模型的表达能力和预测精度,并且减少单一模型的过拟合风险,提高整体模型的鲁棒性和泛化能力。
主权项:1.一种基于MOE模型和电池的电流电阻阻抗预测RUL的方法,其特征在于,包括如下实现步骤:步骤S1.测试并采集电池电流、电阻、阻抗和RUL数据;采集数据时,记录电池的电流、电阻和阻抗数据,以及需要预测的目标值;步骤S2.构建MOE模型:MOE模型包括多个专家子模型和一个门控网络模型;使用3个专家子模型,每个子模型均是MLP模型,每个子模型均是3层的网络结构,输入层接收输入数据,中间层为32维向量,输出层为输入数据的特征表示,均为32维向量;每个专家子模型的输出分别记作output1、output2和output3;步骤S3.训练和校验MOE模型:在Keras平台实现MOE模型代码并训练,训练数据按8:2的比例分成训练集合和测试集合,在训练集合上训练模型,在测试集合上校验模型;步骤S4.预测电池RUL:在MOE模型训练完毕之后,在模型效果良好的前提下,可以部署MOE模型,并使用MOE对电池的RUL进行预测。
全文数据:
权利要求:
百度查询: 南通乐创新能源有限公司 一种基于MOE模型和电池的电流电阻阻抗预测RUL的方法
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。