基于多尺度特征融合提取的电池健康状态估计系统

AITNT
正文
推荐专利
基于多尺度特征融合提取的电池健康状态估计系统
申请号:CN202511104535
申请日期:2025-08-07
公开号:CN120951256A
公开日期:2025-11-14
类型:发明专利
摘要
本申请涉及电池健康管理技术领域,本申请提供一种基于多尺度特征融合提取的电池健康状态估计系统,包括:数据采集模块、特征处理模块、深度学习模型模块及结果展示模块;所述数据采集模块用于实时采集电池数据;所述特征处理模块用于提取电池数据的多尺度特征;所述深度学习模块用于构建并训练深度学习模型,输出实际SOH值;所述结果展示模块用于展示实际SOH值。本申请通过。本申请具有高精度、强鲁棒性的优点,适用于电动汽车、储能系统等场景的电池健康状态监测与估计。
技术关键词
多尺度特征融合 退化特征 数据采集模块 训练深度学习模型 长短期记忆网络 电池健康状态监测 电池健康管理 强鲁棒性 注意力机制 储能系统 滑动窗口 序列 电压 场景 动态
系统为您推荐了相关专利信息
1
基于多尺度特征融合的刀具磨损状态识别方法、设备和存储介质
多尺度特征融合 刀具磨损状态识别 支路 残差模块 训练样本集
2
一种电力数字化智能辅助管控平台
管控平台 电力设备 机器学习算法 分布式存储单元 设备运行状态
3
基于人工智能的交通流量预测方法
交通流量预测方法 交通流量统计 历史交通数据 长短期记忆网络 引入注意力机制
4
一种基于驾驶员认知架构的自动驾驶决策规划方法
决策规划方法 车辆决策模型 场景 交通 长短期记忆网络
5
一种基于多层反向细胞状态的LSTM水质预测方法
水质预测方法 长短期记忆网络 处理单元 生物 药剂投加量
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