Transformer模型训练、电化学模型参数辨识方法、系统及设备

本申请提供一种Transformer模型训练、电化学模型参数辨识方法、系统及设备，先构建多组电化学模型参数集，经电化学模型结合第一工况数据仿真得参考电压与充放电量；将其输入Transformer初始模型，输出参数预测值，再结合第二工况数据得到预测电压。用参数集、电压损失函数分别优化参数预测值、预测电压与参考值的误差，加权求和得到总损失优化模型，得到Transformer优化模型。输入电池实时数据，经模型输出预测电化学参数，结合电流、时间输入电化学模型得到估计电压，以估计电压与实际电压的均方误差无监督训练模型，收敛后输出最终电化学模型参数。本申请不仅可以提升辨识得到的参数的泛化能力，同时无监督学习使得大量的电芯数据可以直接用于训练，无需打标签。