摘要
本发明公开了基于增量容量曲线的锂离子电池内短路诊断方法及系统,该方法包括:获取锂离子电池的内短路数据并进行数据预处理,得到预处理后的锂离子电池内短路数据集;引入多头自注意力机制,构建双支路深度学习模型;将预处理后的锂离子电池内短路数据集输入至双支路深度学习模型进行数据诊断处理,得到锂离子电池内短路故障程度等级数据。通过使用本发明,能够通过结合多头自注意力机制进行特征强化来进行锂离子电池的ISC诊断,提高锂离子电池内短路的判断精度。本发明作为基于增量容量曲线的锂离子电池内短路诊断方法及系统,可广泛应用于锂离子电池内短路诊断技术领域。
技术关键词
锂离子电池容量
深度学习模型
短路
卷积模块
诊断方法
曲线
支路
门控循环单元
数据
注意力机制
电压
关系
输入端
图像
扁平
诊断系统
诊断模块
系统为您推荐了相关专利信息
学习诊断系统
残差卷积神经网络
数据输入装置
图形用户界面
存储装置
乳腺磁共振图像
乳腺超声图像
乳腺癌分子分型
组学特征
构建机器学习模型
降水预报方法
因子
深度学习模型
超参数
多头注意力机制
街道
智能评估方法
记录地理位置信息
图像生成网络
图像生成方法