摘要
本发明公开了一种基于DRSN‑Transformer算法的锂电池容量预测方法,包括以下步骤:步骤S1:在原始信号中加入不同信噪比的高斯白噪声,对白噪声的容量信号进行时频域变换,构建时频图;步骤S2:使用DRSN‑Transformer模型进行特征提取与容量预测;步骤S3:利用差深度残收缩网络中的软阈值模块对DRSN‑Transformer模型降噪,利用Transformer中的多头注意力关注DRSN‑Transformer模型中不同子空间上的重要特征;步骤S4:分析基于DRSN‑Transformer算法的锂电池容量预测方法的电池容量估计方法;步骤S5:分析基于DRSN‑Transformer算法的锂电池容量预测方法的学术性;步骤S6:分析基于DRSN‑Transformer算法的锂电池容量预测方法的独特性;本发明提高电池系统的安全性和可靠性,延长电池寿命,降低成本并触发预防措施和关键警告系统的作用,避免灾难性结果。
技术关键词
锂电池容量预测方法
数据驱动方法
数字信号处理算法
信号分解技术
曲线分析方法
估计方法
差热分析法
噪声
延长电池寿命
特征提取能力
警告系统
工具箱
信噪比
注意力
电池系统
离线
测量方法
系统为您推荐了相关专利信息
任务分配方法
任务分配模型
概率密度函数
累积分布函数
最小化系统
疲劳可靠性分析方法
调距桨桨毂
克里金代理模型
寿命
材料弹性模量
核反应堆堆芯
数字孪生
数据驱动模型
数据驱动方法
卷积网络提取高维特征
整流器故障
预警模型
Attention机制
预警方法
表达式