专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果6个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于迁移深度学习的电池组剩余寿命预测方法-CN202110048627.4有效
  • 胡晓松;车云弘;李佳承;邓忠伟;唐小林 - 重庆大学
  • 2021-01-14 - 2022-06-24 - G01R31/367
  • 本发明涉及一种基于迁移深度学习的电池组剩余寿命预测方法,属于电池技术领域。该方法包括以下步骤:步骤S1:收集动力电池老化数据集,建立电池老化数据库;步骤S2:根据电池单体老化数据提取多个健康因子,并根据相关性分析和容量估计误差筛选健康因子;步骤S3:基于电池单体全寿命周期老化数据集训练得到健康因子的递推模型,以及基于健康因子的容量估计模型;步骤S4:建立基于电池单体健康因子集和电池组容量衰减的机器学习模型;步骤S5:基于单体容量估计模型预测未来各单体的容量,得到未来循环的电池组单体容量分布。利用迁移学习和深度学习相结合,能够有效的利用已有的完整信息,提高电池组剩余寿命预测精度。
  • 一种基于迁移深度学习电池组剩余寿命预测方法
  • [发明专利]一种基于数据驱动的车用电池健康状态估计方法-CN202010249465.6在审
  • 胡晓松;车云弘;邓忠伟;李佳承;刘波 - 重庆大学
  • 2020-04-01 - 2020-07-10 - G01R31/392
  • 本发明涉及一种基于数据驱动的车用电池健康状态估计方法SOH方法,属于电池管理技术领域。该方法包括:选定待测电池,收集整理该电池的技术参数;根据车用充电工况和恒电流或动态放电工况进行电池的循环老化实验,并收据电池电压,电流,温度等信息,建立电池老化数据库。根据筛选出的子集提取其他电池的健康因子,利用训练好的回归模型估计其他不同放电工况下的电池的SOH估计的验证。将训练好的模型嵌入车用电池管理系统,并在车用中提取子集涵盖的健康因子并进行SOH估计。本发明利用融合方法选择最优特征子集进行模型训练,能够有效降低计算量并提高模型精度,为实际车用提供参考。
  • 一种基于数据驱动用电健康状态估计方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top