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：合肥工业大学
摘要：本发明的一种基于MLP‑LSTM分类模型的锂电池剩余寿命预测方法及设备，包括以下步骤：对锂电池进行充放电实验获得各项电池观测数据，建立原始老化数据集；根据计算得到的电池容量去除异常的充放电观测数据，获取去除异常值的锂电池数据集；计算电池健康状态（SOH），以SOH=80%为界将数据集分为两类；使用MLP‑LSTM模型对数据集进行二分类训练，获取最优模型权重；利用最佳模型计算新的锂电池数据集SOH=80%时的充放电循环次数，从而得到电池剩余寿命（RUL）。本发明相较于传统RUL预测方法，使用的二分类模型，降低了操作复杂性，占用的计算资源更少，方便在嵌入式系统或移动设备上部署。
主权项：1.一种基于MLP-LSTM分类模型的锂电池剩余寿命预测方法，其特征在于，包括以下步骤，S1、对锂电池进行充放电循环实验，获得各项电池观测数据，包括电流、电压、阻抗、储能，以及电池充放电时间数据，建立锂电池老化原始数据集；S2、根据步骤S1中采集的电池放电电流和放电时间计算容量数据，并去除异常的充放电循环观测数据，获取去除异常值的锂电池充放电数据集；S3、根据步骤S2所获得的锂电池数据集，计算SOH，以SOH=80%为界将数据集分为两类，SOH≥80%和SOH80%；S4、将步骤S3中标记好的数据集按照设定比例划分为训练集和测试集，使用基于多层感知机MLP和长短期记忆网络LSTM的分类模型MLP-LSTM进行二分类训练，获取模型最佳权重；S5、根据使用最佳权重的分类模型来获取新的锂电池数据集在SOH=80%时的充放电循环次数，从而得到锂电池的剩余寿命。
全文数据：
权利要求：
百度查询： 合肥工业大学 基于MLP-LSTM分类模型的锂电池剩余寿命预测方法及设备
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