摘要
本发明涉及一种运用物理知识的锂电池剩余电量模型训练方法及系统,包括:向锂电池施加脉冲电流,然后针对锂电池的放电工况建立等效电路模型;获取锂电池在放电过程中的电力参数;基于物理知识对所述电力参数进行处理形成数据集;将所述数据集输入到神经网络中进行训练得到锂电池剩余电量预测模型;利用所述锂电池剩余电量预测模型完成目标锂电池剩余电量的预测。本发明结合物理知识和电池的电化学特性,可以更准确地模拟锂电池的放电过程,提供更为真实的电力参数。这些基于物理模型的电力参数能够增强神经网络对锂电池剩余电量的泛化能力,从而提高预测模型的准确性。
技术关键词
锂电池剩余电量
模型训练方法
等效电路模型
基尔霍夫定律
物理
参数
电力
电容
模型训练系统
电阻
节点
电压
数据
模型训练模块
处理器
电流
收发器
工况
存储器
系统为您推荐了相关专利信息
多模态
检测模型训练方法
数据
隧道结构
可执行程序代码
强化学习模型
障碍物
多智能体强化学习
仿真场景
围捕方法
特征工程
数据分析方法
数据分析模型
全生命周期数据
特征提取模型
优化调度方法
配电网调度中心
可再生能源利用率
充放电策略
数据采集单元