一种基于大数据分析的锂电池能量损耗预测方法及系统

AITNT
正文
推荐专利
一种基于大数据分析的锂电池能量损耗预测方法及系统
申请号:CN202410818154
申请日期:2024-06-24
公开号:CN118395349B
公开日期:2024-09-13
类型:发明专利
摘要
本申请提供一种基于大数据分析的锂电池能量损耗预测方法及系统,基于目标锂电池的拟分析电池性能矩阵数据和参考电池性能矩阵数据进行差异抽取,获得目标差异矩阵数据,基于目标差异矩阵数据定位得出的异常数据范围确定得到目标锂电池的候选能量损耗异常识别结果,基于综合候选能量损耗异常识别结果和异常识别曲线信息确定目标锂电池的目标能量损耗异常识别结果,也就是在进行能量异常损耗识别的前提下联合多次差异提取对比的表征信息,可以结合差异提取对比得到的表征信息协同进行能量异常损耗识别,增加能量异常损耗识别的精度,使得调试环节不需要大量的学习样例。
技术关键词
识别神经网络 矩阵 锂电池 损耗 线性 曲线 识别误差 样本 变量 分支 异常数据 探测器 滤波器 数据项 校准 计算机系统 密度
系统为您推荐了相关专利信息
1
一种基于级联神经网络的多源DOA高分辨估计方法及系统
级联神经网络 估计方法 谱估计 协方差矩阵估计 空域滤波器
2
财务会计档案智能管理方法及系统
档案存储设备 智能管理方法 设备故障率 贪心算法 指数
3
一种基于ICEEMDAN与Stacking集成学习的10KV配电网接地故障选线方法
故障特征 故障暂态 分类缺陷 矩阵 分类方式
4
附加横摆力矩的控制方法、装置及服务器
力矩 车轮 极值 车辆动力学模型 质心侧偏角
5
一种基于代表场景的电力系统鲁棒机组组合加速优化方法
混合整数线性规划模型 新能源场站 负荷 电力系统 机组组合模型
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