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：电子科技大学
摘要：本发明公开了一种适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法，属于锂电池健康状态评估领域。本发明首先对原始老化数据进行简单预处理，然后利用卷积网络模块和残差网络模块组成的特征提取器提取老化数据的深度特征。在提取特征的过程中，会随机遗忘域特定老化特征。最后根据自适应一致性损失增强模型对特征波动的鲁棒性，并促进模型对域不变老化特征的学习，进而增强健康状态评估模型在新锂电池数据无法获取条件下的泛化性。本发明针对性地面向新锂电池数据无法获取条件下的健康状态评估，使健康状态评估模型的误差低、泛化性高，并能够有效监控锂电池在实际使用场景中的健康状态，提升了设备的安全性。
主权项：1.适用于新锂电池数据无法获取条件下的锂电池健康状态估计方法，其特征在于，包括下列步骤：步骤S1：对锂电池原始老化数据进行预处理，将预处理后的老化数据x通过特征提取器和域判别器，得到与健康状态评估相关的域不变特征f：步骤S2：每次训练时，随机选择某个残差网络模块，按照加权随机选择算法随机选择不同通道遗忘域特定老化特征；其中，加权随机选择算法执行两次，最后得到两个老化特征f1x和f2x；步骤S3：将f1x和f2x输入多层全连接层网络组成的分类器网络C，得到健康状态的评估结果，并计算均方误差和自适应一致性损失步骤S4：根据均方误差Lmse和自适应一致性损失Lacl计算网络总损失L，根据网络总损失L对网络参数进行优化，得到训练好的适用于新锂电池数据无法获取条件下的锂电池健康状态估计网络：步骤S5：在训练好的锂电池健康状态估计网络中输入新电池的实时老化数据xi，依次经特征提取器和分类器网络C得到对应的健康状态exi。
全文数据：
权利要求：
百度查询： 电子科技大学 适用于新锂电池数据无法获取条件下的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。
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