基于迁移学习算法的锂电池监测方法、系统、介质及设备

AITNT
正文
推荐专利
基于迁移学习算法的锂电池监测方法、系统、介质及设备
申请号:CN202411503012
申请日期:2024-10-25
公开号:CN119375723A
公开日期:2025-01-28
类型:发明专利
摘要
一种基于迁移学习算法的锂电池监测方法、系统、介质及设备,涉及电池监测技术领域。所述方法包括:基于第一区域的第一环境参数以及电池数据构建标准预测模型,标准预测模型包括标准模型参数;获取各第二区域对应的第二环境参数,基于各第二环境参数与第一环境参数,确定至少一个目标区域;基于迁移学习算法和标准模型参数,构建目标区域对应的基础预测模型,获取目标区域对应的历史环境参数和历史电池数据,基于历史环境参数和历史电池数据对基础预测模型进行调整,得到目标区域对应的目标预测模型,并基于目标预测模型对目标区域中的锂电池进行监测。实施本申请提供的技术方案,可以提高推荐结果的全面性,从而提升用户满意度。
技术关键词
迁移学习算法 监测方法 数据 锂电池监测系统 参数 基础 电池监测技术 时间段 样本 网络接口 电池特征 可读存储介质 设备通信 电子设备 存储器 处理器 指令 模块
系统为您推荐了相关专利信息
1
一种装配式钢结构建筑户型智能仿真管理平台
最佳参数组合 分类支持向量机 装配式钢结构建筑 户型 仿真平台
2
一种飞行器残骸落区自适应的轨迹设计方法及装置
轨迹设计方法 飞行器 飞行模型 参数 坐标
3
一种高绝缘氧化镁粉的生产检测方法及系统
高绝缘 氧化镁粉 ARIMA模型 PID闭环控制 分段
4
多模态空气污染物的预测方法、装置、设备、介质及产品
监测站点数据 深度学习网络模型 多模态 气象 空气
5
用于雷诺现象预警的多源生理数据采集与分析系统
雷诺现象 生理 分数阶 包络 信号
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