[发明专利]一种预测电池的剩余电量的方法和系统有效
| 申请号： | 201610044076.3 | 申请日： | 2016-01-22 |
| 公开（公告）号： | CN105676138B | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 陈宇;李民英;王一博 | 申请（专利权）人： | 广东志成冠军集团有限公司 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 邓猛烈;胡彬 |
| 地址： | 523000 广东省东莞市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种预测电池的剩余电量的方法和系统，包括：用于建立训练样本组的建立单元；用于获得所述训练样本组中的每个电池的放电电流和放电时间的关系曲线图的获得单元；用于对每一个所述关系曲线图进行重构，以便所述关系曲线图的放电电流按照预设的顺序依次排列的排列单元；用于将每一个重构后的关系曲线图作为卷积神经网络的输入信息，通过卷积神经网络提取所述关系曲线图的特征，输出所述特征至人工神经网络或径向基函数神经网络，以便对电池的剩余电量进行预测的输出单元。可见，该预测电池的剩余电量的方法和系统，能够基于卷积神经网络算法实现电池SOC的预测，适用于各种复杂电池工况，可实施性强。 | ||
| 搜索关键词： | 一种 预测 电池 剩余 电量 方法 系统 | ||
【主权项】：
1.一种预测电池的剩余电量的方法，其特征在于，包括：建立训练样本组，针对所述训练样本组中的每个电池进行以下操作：获得电池的放电电流和放电时间的关系曲线图；对所述关系曲线图进行重构，以便所述关系曲线图的放电电流按照预设的顺序依次排列；将重构后的关系曲线图作为卷积神经网络的输入信息，通过“输入层‑卷积层‑输出层”结构的卷积神经网络提取所述关系曲线图的特征，输出所述特征至人工神经网络或径向基函数神经网络，以便对电池的剩余电量进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东志成冠军集团有限公司，未经广东志成冠军集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610044076.3/，转载请声明来源钻瓜专利网。
