Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
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
当前位置 : 首页 > 专利喜报 > 恭喜中南大学贺建军获国家专利权

恭喜中南大学贺建军获国家专利权

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!

龙图腾网恭喜中南大学申请的专利一种基于预训练的锂离子电池多参数配组方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116542149B

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310514018.2,技术领域涉及:G06F30/27;该发明授权一种基于预训练的锂离子电池多参数配组方法是由贺建军;王翔;郭铁峰;张彬汉;季晓;黄福鑫;田睿设计研发完成,并于2023-05-09向国家知识产权局提交的专利申请。

一种基于预训练的锂离子电池多参数配组方法在说明书摘要公布了:本发明提供了一种基于预训练的锂离子电池多参数配组方法,通过统一的数据表示方法将不同动态参数整合,有利于提高配组模型的特征提取。多层注意力层的特征编码器通过提取不同动态参数的特征与不同参数特征的相似性信息进行融合,得到全局特征,有利于提高配组精度。配组模型的预训练无需数据标签,可以利用大量的无标签的过程数据,在无监督的条件下强化模型的特征提取能力,在保证模型配组精度的条件下减少了模型对配组标签数据的依赖。

本发明授权一种基于预训练的锂离子电池多参数配组方法在权利要求书中公布了:1.一种基于预训练的锂离子电池多参数配组方法,其特征在于,具体步骤如下:S1.预训练:获取无配组标签的锂离子电池多参数数据,构建预训练数据集,利用预训练数据集,结合片段预测器,对配组模型的特征编码器进行预训练,得到预训练完备的特征编码器;锂离子电池多参数数据来源于锂离子电池生产线中电池测试工序所产生的过程数据;通过收集每个电池对应的测试过程数据,得到锂离子电池多参数数据,其中包含五条锂离子电池特性相关的动态参数曲线,分别为恒流充电电压曲线、恒流恒压充电#1电压曲线、恒流放电电压曲线、恒流恒压充电#2电压曲线和恒流恒压充电#2电流曲线;将锂离子电池多参数数据中的不同动态参数进行整合,得到一个整体的数据表示形式;对于输入的锂离子电池多参数数据,其中为输入的锂离子电池多参数数据,为大于1的整数,表示动态参数的数量,为第个动态参数,,为时序数据,为实数域,为该动态参数的时序长度,为第个动态参数的数据点;首先将中所有的动态参数进行归一化,公式如式(1)所示; (1)其中,分别为第个动态参数中的最大值与最小值,为归一化后动态参数的时序数据;对于归一化后的锂离子电池多参数数据,将每个动态参数进行片段化,即将分解为个固定长度的子时序数据,为向量维度的实数向量,将称为数据片段,再将同一动态参数的所有数据片段结合起来,构成了第个动态参数的数据片段表示,为矩阵维度的实数矩阵,行,列;在不同数据片段表示之间插入特定的数据片段,称为参数间隔标识,该标识是一个序列长度为,数值全为零的特殊数据片段,起到的作用是在统一的数据表示中标识不同片段数据表示的边界;得到输入锂离子多参数数据的分隔数据表示;S2.微调训练:获取有配组标签的锂离子电池多参数数据,构建配组训练集,结合配组分类器和预训练完备的特征编码器,进行模型的微调训练,得到训练完备的锂离子电池多参数配组模型;S3.电池配组:获取配组电池的多参数数据,根据待配组电池的多参数数据和所述训练完备的锂离子电池多参数配组模型,对待配组电池进行分类,分类结果为待配组电池所属组别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中南大学,其通讯地址为:410006 湖南省长沙市岳麓山左家垅;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

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。