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
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
朴素贝叶斯网络
路径特征
多画面分割器
4K摄像机
参数
训练分类模型
样本
推荐方法
噪声标签
加权损失函数