[发明专利]一种基于图神经网络的锂离子电池健康状态预测方法在审
申请号: | 202210178592.0 | 申请日: | 2022-02-24 |
公开(公告)号: | CN114675186A | 公开(公告)日: | 2022-06-28 |
发明(设计)人: | 杨宁;余涛 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R31/378;G01R31/392;G06N3/04;G06N3/08 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 江裕强 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种基于图神经网络的锂离子电池健康状态预测方法。所述方法包括以下步骤:获取锂离子电池各个半循环的健康状态;构建图的节点、节点的特征和标签,并设定窗口大小;将图数据划分为训练集、验证集和测试集,并对图数据进行归一化处理;采用图神经网络的方法对训练集数据进行训练学习,并对测试集样本进行测试,从而实现锂离子电池健康状态预测。本发明既可综合考量,又可以考虑历史充放电对未来健康状态的影响,故本发明准确率相对更高;此外,本发明避免了繁杂的对电压、电流和温度的特征工程工作。 | ||
搜索关键词: | 一种 基于 神经网络 锂离子电池 健康 状态 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华南理工大学,未经华南理工大学许可,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/202210178592.0/,转载请声明来源钻瓜专利网。