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：烟台国工智能科技有限公司
摘要：基于深度学习的锂电池用电解液性质预测方法及装置，涉及分子性质预测技术领域，该方法收集若干电解液分子，组成电解液分子数据库；通过第一性原理计算策略进行高通量计算，获得电解液分子的设定性质数据；将电解液分子的设定性质数据进行编码分类；将编码分类后的电解液分子的设定性质数据划分为Atom点级别特征和Edge键级别特征；根据GCN模型与前馈神经网络FFN，构建电解液分子性质预测模型，并进行训练；将电解液分子的Atom点级别特征和Edge键级别特征输入训练好的电解液分子性质预测模型，预测获得电解液分子的性质。本发明能够高效准确地预测电解液的关键物理性质，并为电解液的优化设计提供指导。
主权项：1.基于深度学习的锂电池用电解液性质预测方法，其特征在于，包括：收集若干电解液分子，组成电解液分子数据库；通过第一性原理计算策略对所述电解液分子数据库中的所述电解液分子进行高通量计算，获得所述电解液分子的设定性质数据；根据设定性质分类，将所述电解液分子的设定性质数据进行编码分类，获得编码分类后的所述电解液分子的设定性质数据；采用图神经网络对所述电解液分子进行表征处理，将编码分类后的所述电解液分子的设定性质数据划分为所述电解液分子的Atom点级别特征和Edge键级别特征；根据GCN模型与前馈神经网络FFN，构建电解液分子性质预测模型；通过所述电解液分子数据库对所述电解液分子性质预测模型进行训练，获得训练好的所述电解液分子性质预测模型；将所述电解液分子的Atom点级别特征和Edge键级别特征输入训练好的所述电解液分子性质预测模型，通过训练好的所述电解液分子性质预测模型的预测，获得所述电解液分子的性质。
全文数据：
权利要求：
百度查询： 烟台国工智能科技有限公司 基于深度学习的锂电池用电解液性质预测方法及装置
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