基于迁移学习的电池寿命预测方法、系统、设备及介质

AITNT
正文
推荐专利
基于迁移学习的电池寿命预测方法、系统、设备及介质
申请号:CN202411553571
申请日期:2024-11-02
公开号:CN119395556A
公开日期:2025-02-07
类型:发明专利
摘要
一种基于迁移学习的电池寿命预测方法、系统、设备及介质,涉及电池监测技术领域。该方法包括:获取第一储能电池的第一电池运行数据、车辆行驶数据以及环境数据;根据第一电池运行数据、车辆行驶数据以及环境数据,确定目标域数据,构建对应的初始电池寿命预测模型;确定多个与第一储能电池的电池类型不同的第二储能电池,获取各第二储能电池的第二电池运行数据和电池寿命;将各第二电池运行数据和各电池寿命作为源域数据,通过迁移学习算法和源域数据,调节初始电池寿命预测模型的模型参数,得到目电池寿命预测模型;基于目标电池寿命预测模型,预测第一储能电池的目标电池寿命。实施本申请提供的技术方案,达到了提高电池寿命预测效率的效果。
技术关键词
电池寿命预测方法 储能电池 车辆行驶数据 迁移学习算法 老化特征 电池寿命预测系统 参数 神经网络模型 电池监测技术 网络接口 损失率 可读存储介质 数据获取模块 标签 对象 设备通信
系统为您推荐了相关专利信息
1
一种基于大数据的高速车辆停车预警方法及系统
停车预警方法 时空卷积神经网络 强化学习算法 大数据 地磁传感器
2
路径规划方法、系统、车辆及存储介质
路径规划方法 车辆行驶数据 工况 车辆行驶路径 局部路径规划算法
3
一种基于人工智能的储能电池故障预警及安全防护方法
储能电池 故障预测模型 防护方法 电池组 监测单元
4
一种基于多参数动态调控的光伏并网微光发电智能控制系统
智能控制系统 多参数 微光 分阶段 动态
5
一种基于深度学习的智能家居设备自适应开关控制方法及系统
实时音频信息 声纹特征 物联网智能传感器 开关控制方法 智能家居设备
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