[发明专利]基于特征迁移学习的锂电池健康状况监测方法有效
| 申请号： | 202110801474.6 | 申请日： | 2021-07-15 |
| 公开（公告）号： | CN113536676B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 李鹏华;程艺;侯杰;陈丰伟;俞成浦;孙健;周桐 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;H01M10/42;G06F119/02 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 杨柳岸 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于特征迁移学习的锂电池健康状况监测方法，属于电池管理技术领域。该方法包括以下步骤：S1：基于特征迁移学习混合模型的构建；S2：基于特征迁移学习混合模型的应用。针对在缺少锂电池训练数据情况下，神经网络监测锂电池健康状况效果不佳的问题，研究基于特征迁移学习的锂电池健康状况监测方法。以神经网络模型为对象，设计CNN‑BILSTM串联混合模型，实现空间特征以及双向时间依赖关系的提取；以锂电池数据的特征空间为对象，研究特征迁移学习算法，通过迁移其他数据集的特征知识用于模型训练，实现在缺少训练数据情况下，训练信息的弥补。 | ||
| 搜索关键词： | 基于 特征 迁移 学习 锂电池 健康状况 监测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110801474.6/，转载请声明来源钻瓜专利网。
