[发明专利]一种基于神经网络的锂电池超声信息特性提取方法有效
| 申请号： | 201910291277.7 | 申请日： | 2019-04-11 |
| 公开（公告）号： | CN110208702B | 公开（公告）日： | 2020-07-28 |
| 发明（设计）人： | 吴加隽;吴金洋;金楚琪;沈越;黄云辉 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G01R31/387;G01R31/382 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 曹葆青;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于电池相关技术领域，并具体公开了一种基于神经网络的锂电池超声信息特性提取方法。该方法包括如下步骤：构建两个神经网络，以超声信息作为输入向量，并分别以健康状态和荷电状态作为输出向量；采集超声信息作为训练样本，对两个神经网络进行训练以获得对应的两个神经网络模型；将采集到的锂电池的超声信息输入两个神经网络模型中，获得该锂电池的健康状态和荷电状态。本发明通过构建两个神经网络，并进行训练获得两个神经网络模型，从而能够利用超声信息同时获得锂电池的健康状态和荷电状态，克服了现有技术中无法判断超声信号幅值的变化是由何种状态所引起的瓶颈。 | ||
| 搜索关键词： | 一种 基于 神经网络 锂电池 超声 信息 特性 提取 方法 | ||
【主权项】：
1.一种基于神经网络的锂电池超声信息特性提取方法，包括如下步骤：S1 构建两个神经网络，两个所述神经网络以超声信息作为输入向量，并分别以健康状态和荷电状态作为输出向量；S2 采集不同健康状态和荷电状态的超声信息作为训练样本，分别对两个所述神经网络进行训练以获得对应的两个神经网络模型；S3 将采集到的锂电池的超声信息输入两个所述神经网络模型中，获得该锂电池的健康状态和荷电状态。
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华中科技大学，未经华中科技大学许可，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/201910291277.7/，转载请声明来源钻瓜专利网。
