摘要
本发明公开了一种锂电池健康状态云端监测方法及系统,涉及锂电池领域,包括:预先获取反映锂电池健康状态的性能指标,并在实验环境测定锂电池的健康状态,生成输入数据集和输出数据集,加入构建的全连接神经网络模型进行模型训练后上传云端服务器,即可通过云端服务器根据用户端采集的锂电池实况性能指标输出锂电池实况健康状态并返回,后续将持续获取不同外部环境下锂电池的性能指标,实时优化全连接神经网络模型,并动态更新云端服务器的全连接神经网络模型。本发明将锂电池健康状态监测上云,解决了用户端本地算力和可读存储空间不足导致无法精准监测的问题,并持续性的优化和动态更新检测模型,提高了锂电池健康状态监测的泛化能力。
技术关键词
锂电池健康状态
锂电池全生命周期
神经网络模型
云端服务器
阻抗分析法
充放电循环次数
监测方法
生成附加输出
化学分析法
数据
电压
动态更新
模块
曲线
数值
电流
误差函数
监测系统
系统为您推荐了相关专利信息
神经网络预测模型
药剂投加量
历史运行数据
投加系统
加药模块
智能服饰
织物传感器
多模态
数据处理系统
监测传感器
重构系统
度评估方法
射频
概率密度函数
门控循环单元