[发明专利]一种基于深度学习算法的锂离子电池剩余寿命在线预测方法在审
| 申请号： | 202210534892.8 | 申请日： | 2022-05-17 |
| 公开（公告）号： | CN114839540A | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 冯江涛;刘云鹏;延卫 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G01R31/396;G06N3/04;G06N3/08 |
| 代理公司： | 西安众和至成知识产权代理事务所(普通合伙) 61249 | 代理人： | 强宏超 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习算法的锂离子电池剩余寿命在线预测方法，本发明基于深度学习方法，首先通过大量离线电池数据集对深度学习网络进行训练，后以在线阶段采集得到的放电曲线片段作为数据输入，基于离线阶段优化完毕的深度学习网络，通过结合信号处理方法和迁移学习技术得到电池的剩余寿命，进而可推断出在线使用中电池的健康状态并进行电池管理；不同于传统的纯理论计算和经验模型预测，本发明剩余寿命预测模型基于深度学习网络，避免对于电池内部的物理化学模型和数学模型的依赖，提高了预测方法的鲁棒性和普适性，同时有效降低计算成本。 | ||
| 搜索关键词： | 一种 基于 深度 学习 算法 锂离子电池 剩余 寿命 在线 预测 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西安交通大学，未经西安交通大学许可，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/202210534892.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种电泳仪
- 下一篇：一种重症监护病房用的智能化谵妄评估模型
