[发明专利]基于混合机器学习方法的锂电池状态预测方法、系统和介质在审
| 申请号： | 202210335215.3 | 申请日： | 2022-03-31 |
| 公开（公告）号： | CN114742203A | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 吕雅琼;朱天一 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N20/00;G01R31/36 |
| 代理公司： | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人： | 黄君军 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于混合机器学习方法的锂电池状态预测方法、系统和介质，包括步骤：获取汽车动力锂电池的历史使用数据集；将历史使用数据集输入到卷积长短期神经网络，得到电池健康状态的数据特征向量；将数据特征向量输入到混合机器学习模型，在到达预设训练次数后，优化混合机器学习模型中的各个机器学习模型的权重系数，得到训练完成的混合机器学习模型；将废旧电池的测试数据输入到训练完成的混合机器学习模型，对废旧电池的健康状态与剩余寿命进行预测。基于卷积长短期神经网络的健康状态评估方法，可以很好地提取和学习长时间跨度下电池循环充放电过程中数据之间的特征关系，可以获取更为准确和稳定的剩余使用寿命预测结果。 | ||
| 搜索关键词： | 基于 混合 机器 学习方法 锂电池 状态 预测 方法 系统 介质 | ||
【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武汉理工大学，未经武汉理工大学许可，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/202210335215.3/，转载请声明来源钻瓜专利网。
