基于单次部分充电曲线的锂电池健康状态预测方法及系统

AITNT
正文
推荐专利
基于单次部分充电曲线的锂电池健康状态预测方法及系统
申请号:CN202510761767
申请日期:2025-06-09
公开号:CN120630010A
公开日期:2025-09-12
类型:发明专利
摘要
本发明提供了一种基于单次部分充电曲线的锂电池健康状态预测方法及系统,包括:采集锂电池充电过程中的充电数据,得到无噪容量增量曲线;构建训练数据集;划分训练数据集,得到有标签训练数据集与无标签训练数据集;构建自编码器模型,训练误差符合预设目标,得到训练好的自编码器模型;将无噪容量增量曲线输入训练好的自编码器模型,输出锂电池健康状态预测结果。本发明能够将有标签数据和无标签数据都充分利用起来,以解决缺乏标签严重限制机器学习模型性能的问题,并且解决了现有技术对完整充电曲线和大量标签数据的依赖问题。
技术关键词
锂电池健康状态 注意力 编码器 曲线 标签 表达式 数据 数学 非线性 预测系统 Sigmoid函数 编码模块 解码器模型 参数 模型预测值 误差
系统为您推荐了相关专利信息
1
一种大模型训练与评估方法
词语数据库 模型更新 残差矩阵 基础 广义
2
一种基于领域知识图谱及卫星影像的短文本语义增强方法
三元组 影像 实体 图谱 语句
3
基于熔池动态特征的熔化极气体保护焊接未熔合缺陷在线预测方法
熔化极气体保护焊接 熔池动态特征 在线预测方法 缺陷位置信息 机器学习模型
4
一种基于SDN的4K和8K超高清联动制作的IP演播室控制方法
朴素贝叶斯网络 路径特征 多画面分割器 4K摄像机 参数
5
一种标注数据自动筛选推荐方法、系统
训练分类模型 样本 推荐方法 噪声标签 加权损失函数
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