一种基于充放电数据的电池荷电状态预测方法及系统

AITNT
正文
推荐专利
一种基于充放电数据的电池荷电状态预测方法及系统
申请号:CN202410757322
申请日期:2024-06-13
公开号:CN118837759A
公开日期:2024-10-25
类型:发明专利
摘要
本发明属于电池管理技术领域,公开一种基于充放电数据的电池荷电状态预测方法及系统,该电池荷电状态预测方法包括:在电池充放电数据中添加高斯噪声生成优化充放电数据;对优化充放电数据进行模态分解,并基于若干子序列模态分量识别电池性能的底层动态;提取与各子序列模态分量相关联的荷电状态特征,并分析各荷电状态特征及其变化趋势对电池荷电状态的影响因素;构建并训练预测模型,并提取电池荷电状态的影响因素对预测模型参数进行优化;通过训练完成后的预测模型输出电池荷电状态预测结果。本发明通过对优化充放电数据进行模态分解,从而能够解释数据中隐藏的、复杂的周期性和非线性特征。
技术关键词
充放电数据 电池荷电状态预测 电池充放电测试 训练预测模型 序列 混叠现象 建立马尔科夫链模型 优化准则 高斯混合模型 噪声 电池管理技术 转移概率矩阵 参数 驱动算法 非线性特征 特征提取模块
系统为您推荐了相关专利信息
1
一种基于深度递归网络的大数据计算机系统故障检测方法
可视特征 深度递归网络 时序特征 特征点集合 计算机系统
2
基于算力网络的数据压缩工具动态调度方法及系统
性能指标数据 动态调度方法 动态调度系统 终端 监控客户端
3
一种基于SepEC-Net神经网络的电磁指纹提取方法及系统
指纹提取方法 神经网络模型 全局特征提取 输出特征 电磁信号识别
4
一种基于LSTM与Transformer融合网络的旋转机械健康状态评估方法
旋转机械健康状态 注意力 前馈神经网络 连续小波变换 模块
5
一种基于多变量的燃料电池剩余寿命预测方法及系统
燃料电池剩余寿命 卷积递归网络 二维图像信息 分解算法 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号