摘要
本发明公开了一种计及温度变化的锂电池连续无源跨域荷电状态估计方法,属于荷电状态估计领域,该方法包括利用教师模型提取预处理后的源域电池数据的双向时空特征,采用双估计器将时空特征映射至SOC输出空间,完成教师模型预训练;利用预训练完成的教师模型获取单目标域电池数据的伪标签;并根据伪标签和双估计器的差异约束,采用随机梯度下降策略对学生模型进行更新;采用指数移动平均策略对教师模型进行更新;直至完成所有单目标域电池数据的训练,得到训练完成的学生模型;利用训练完成的学生模型对待预测电池数据进行荷电状态估计。本发明解决了现有方法对源域数据和目标域标注的依赖,以及单一跨域限制导致的知识利用不足的问题。
技术关键词
状态估计方法
双向长短期记忆网络
高效多尺度
数据
荷电状态估计
锂电池
教师
置信度阈值
离散小波变换
标签
随机梯度下降
学生
蒙特卡洛
模型预训练
序列
注意力
特征提取器
视角
策略
系统为您推荐了相关专利信息
步态特征
神经退行性疾病
人口统计数据
风险评估方法
分析方法
智能玻璃幕墙
数据处理系统
检测传感器
玻璃幕墙表面
脏污
视觉控制方法
深度学习结构
ARIMA模型
优化预测模型
图论技术