[发明专利]基于深度学习的电池SOH预测模型构建方法有效
| 申请号： | 202210412889.9 | 申请日： | 2022-04-20 |
| 公开（公告）号： | CN114509679B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 杨亮;张衡;王文斌;王铁;王军雷;王华珺 | 申请（专利权）人： | 中汽信息科技（天津）有限公司 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300300 天津市*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于深度学习的电池SOH预测模型构建方法，包括：获取电池在多次充电过程中的特征数据以及充电后的SOH；利用网格搜索法，选取每次充电过程中一连续时间片段的特征数据；以每个连续时间片段的特征数据为样本，对深度学习网络进行训练，使所述深度学习网络的输出逼近每次充电后的SOH；训练好的深度学习网络构成电池SOH预测模型；其中，所述深度学习网络包括：受限玻尔兹曼机模型和全连接层；所述受限玻尔兹曼机模型用于对每个连续时间片段的特征数据进行降维，所述全连接层用于对降维后的特征数据进行全连接计算，得到所述深度学习网络的输出。本实施例使模型的预测结果更符合电池的真实使用状态。 | ||
| 搜索关键词： | 基于 深度 学习 电池 soh 预测 模型 构建 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中汽信息科技（天津）有限公司，未经中汽信息科技（天津）有限公司许可，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/202210412889.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种垃圾分类方法及系统
- 下一篇：一种基于风险均衡的电网双路由规划方法及系统
