一种基于图神经网络的锂电池寿命预测方法及系统

AITNT
正文
推荐专利
一种基于图神经网络的锂电池寿命预测方法及系统
申请号:CN202510308169
申请日期:2025-03-17
公开号:CN119829956B
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了一种基于图神经网络的锂电池寿命预测方法及系统,该方法包括:获取锂电池若干历史周期的充放电循环数据,根据充放电循环数据提取电池容量数据;对电池容量数据进行切分,得到多个对应于时间序列的序列样本,并且按照预设的时间节点将序列样本划分成训练集与测试集,以对预设的神经网络模型进行训练;自适应向电池容量数据中添加白噪声,放大各个模态之间的非相关程度,以将电池容量数据的模态分解;构建图神经网络,并结合邻接矩阵、图卷积与注意力机制,得到锂电池寿命预测模型,通过锂电池寿命预测模型对锂电池的剩余寿命进行预测。本发明解决现有技术中锂电池寿命预测精度不足,且预测精度提升受限的问题。
技术关键词
锂电池寿命预测 门控循环单元 序列 注意力机制 数据 样本 表达式 集成经验模态分解 训练神经网络模型 节点 皮尔逊相关系数 噪声 处理器 状态更新 滑动窗口
系统为您推荐了相关专利信息
1
基于深度学习图像分类模型的屏幕瑕疵分类方法、装置及存储介质
深度学习图像分类 瑕疵分类方法 屏幕 样本 二分类模型
2
一种航空票务管理系统、方法及存储介质
票务管理系统 决策树模型 Q学习算法 变量 行程
3
一种识别目的地的方法、系统及车辆
电子围栏 历史行驶数据 路程 正态分布模型 终点
4
一种基于智能诊疗系统的约束床
智能诊疗系统 约束床 针织 压力传感器 床架
5
电力系统的网络通信方法、装置、计算机设备、可读存储介质和程序产品
数据映射表 虚拟局域网标签 网络通信方法 电力通信系统 电力系统
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