一种基于熵特征技术的电池健康状态监测方法

AITNT
正文
推荐专利
一种基于熵特征技术的电池健康状态监测方法
申请号:CN202510001523
申请日期:2025-01-02
公开号:CN119395561A
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于熵特征技术的电池健康状态监测方法。其中,基于熵特征技术的电池健康状态监测方法,包括以下步骤:数据的采集,采集电池循环使用过程中产生的电压信号;信息熵特征的提取与筛选,提取并筛选电压信号中的信息熵特征;信息熵特征的训练与预测,将信息熵特征输入至cpo‑wlssvm‑adaboost模型进行训练,并输出电池的健康状态估计值。本发明通过提取出电压信号中的信息熵特征后,输入cpo‑wlssvm‑adaboost模型中进行训练和预测,实现了电池健康状况的准确估计。
技术关键词
电池健康状态监测方法 信息熵特征 特征技术 非线性时间序列 弱分类器 策略 电池健康状况 功率 电压 缩减技术 元素 模式 优化器 信号 集成算法 正则化参数 构建算法 强分类器 评估算法 因子
系统为您推荐了相关专利信息
1
一种网络攻击的溯源分析方法
溯源分析方法 RBF神经网络 调度算法 数据 节点
2
基于设备行为分析的物联网设备识别方法
信息熵特征 识别方法 通信特征 物联网设备 训练识别模型
3
一种高压断路器及其机械特性健康诊断方法、系统
健康诊断方法 AdaBoost算法 高压断路器 故障诊断模型 特征波形提取
4
基于AI自适应优化的多阶段网络安全威胁防御方法及系统
网络安全威胁 分类正确率 特征数据信息 Adaboost算法 场景
5
临床麻醉药物的非接触效果评价方法及系统
光电容积脉搏波信号 临床麻醉药物 自主神经功能 评价方法 心率
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