一种基于特征分离与多源加权的锂电池容量估计方法

AITNT
正文
推荐专利
一种基于特征分离与多源加权的锂电池容量估计方法
申请号:CN202510557710
申请日期:2025-04-29
公开号:CN120779235A
公开日期:2025-10-14
类型:发明专利
摘要
本发明提供了一种用于锂电池跨工况容量估计的多源特征分离与加权方法,用于监测不同工况下的锂电池的容量。首先,通过特征分离技术将数据提取出私有和共享特征,同时采用对比学习中的Info损失来让提取的特征更具有代表性。然后,计算每个源域到目标域的Wasserstein距离来计算对应的权重。之后,采用MMD和CORAL相结合的方法来进一步对齐特征。最后,集成所有预测器的输出来作为最终的预测结果。
技术关键词
锂电池容量估计 特征提取器 数据归一化方法 一维卷积神经网络 双向长短期记忆 滑动时间窗口 随机梯度下降 加权方法 工况 计数器 重构 输出特征 样本 度量 解码器 标签 非线性
系统为您推荐了相关专利信息
1
基于融合神经网络的用户广告推荐方法、设备及其模型构建方法
融合神经网络 推荐模型构建方法 广告推荐方法 特征提取模块 编码器
2
基于图像识别算法的控制柜柜门开关状态识别与控制方法
卷积神经网络模型 控制柜柜门 金属外壳 工业摄像机 伺服电机
3
一种高效静态发酵牛床垫料方法
时序 牛床垫料 曝气 非线性 空洞卷积神经网络
4
融合对抗自编码与稀疏注意力的发动机飞行推力估计方法
飞行状态数据 地面试车 融合特征 涡扇航空发动机 注意力
5
一种融合卷积神经网络和随机森林的网络入侵检测方法
融合卷积神经网络 网络入侵检测方法 随机森林模型 训练卷积神经网络 样本
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