一种模型的训练方法及电池剩余寿命预测方法

AITNT
正文
推荐专利
一种模型的训练方法及电池剩余寿命预测方法
申请号:CN202411604763
申请日期:2024-11-11
公开号:CN119474872A
公开日期:2025-02-18
类型:发明专利
摘要
本申请提出一种模型的训练方法及电池剩余寿命预测方法。该训练方法包括:获取第一样本车辆的第一样本工况数据;第一样本工况数据包括多种指标、多种指标对应的车载数据、车载数据的生成时间;多种指标包括:电池状态指标、环境指标、驾驶习惯指标;根据第一样本工况数据,构建第一样本工况矩阵;第一样本工况矩阵表征车载数据在多种指标联合影响下的分布情况;利用第一样本工况矩阵训练初始多分支自编码器模型,得到目标多分支自编码器模型;目标多分支自编码器模型包括目标编码器;将目标编码器作为特征向量提取模型。基于上述方法,能够构建特征向量提取模型,准确提取输入数据的特征向量,为后续剩余寿命预测提供数据基础。
技术关键词
电池健康状态 工况 样本 数据 多分支 编码器 指标 矩阵 训练集 神经网络模型 LightGBM模型 标签 剩余寿命预测装置 XGBoost模型 模块 习惯 解码器
系统为您推荐了相关专利信息
1
基于YOLOv10的10kV柱上设备缺陷检测方法
设备缺陷检测 神经网络模型 破损缺陷 轨迹 复合模块
2
数据校准装置及方法
处理单元 数据存储器 数据校准方法 校准处理器 误差模型
3
一种人工智能机器人调度巡检方法和装置
人工智能机器人 巡检方法 图像识别算法 机器学习算法 巡检装置
4
设备的固有频率确定方法、装置、电子设备
测试点 子空间算法 待测设备 矫正 振动传感器
5
基于机器人的运行跌倒监测预警方法及系统
监测预警方法 数据 加速度 生成机器人 静态特征
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