[发明专利]一种通过大数据预测轨交锂电池SOE的方法在审
| 申请号： | 201910901034.0 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110596594A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 常伟;余捷全 | 申请（专利权）人： | 广东毓秀科技有限公司 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/382;G01R31/392;G01R31/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510000 广东省*** | 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： | 本发明涉及轨道交通的维护技术领域，尤其是一种通过大数据预测轨交锂电池SOE的方法；它包括：数据准备步骤，数据整理步骤，数据特征化步骤，目标确定步骤，数据计算步骤，训练验证步骤，算法评估步骤；通过特殊的清洗手段发现隐藏的噪声数据，从而实现清洗效果好、准确率高等效果；另外进行模型训练和评估，通过数据导入，利用机器学习的不同模型，选择不同算法进行匹配验证，并进行发布，成为结构化的产品，并随着时间累积和数据丰富，模型的预测准确性会不断提升。 | ||
| 搜索关键词： | 数据计算步骤 轨道交通 机器学习 模型训练 目标确定 匹配验证 清洗效果 时间累积 数据特征 数据整理 数据准备 算法评估 噪声数据 大数据 结构化 锂电池 预测 准确率 算法 清洗 验证 评估 发布 发现 维护 | ||
【主权项】：
1.一种通过大数据预测轨交锂电池SOE的方法，其特征在于：它包括以下步骤：/nS001数据准备步骤，获取与轨道交通电池使用相关的数据；/nS002数据整理步骤，对所述轨道交通电池使用相关的数据进行清洗并将清洗后的所述轨道交通电池使用相关的数据基于时间单元进行数据构建；/n数据清洗的方法为：将采集的数据建立数据库，获取异常数据，得到原始数据库，通过异常数据集中噪声数据的分布，发现数据集中的待清洗属性，寻找可扩维张量，对属性张量高阶扩维，得到高阶张量属性集合，利用扩维后的属性张量对异常数据属性进行属性清洗和数据修复，将清洗后的数据更新到新的数据库中，得到目标数据库；/nS003数据特征化步骤，将通过数据整理步骤得到的数据进行总结和抽取，获取特征化后的数据；/nS004目标确定步骤，计算用于学习的SOE值，并进行特定点捕捉用于校验；/nS005数据计算步骤，基于特征化后的数据建立电池SOE预测的模型；/nS006训练验证步骤，对模型进行训练和验证以优化该自适应模型；/nS007算法评估步骤，评估数据在不同算法下的预测结果，基于评估选择最优的算法。/n
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毓秀科技有限公司，未经广东毓秀科技有限公司许可，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/201910901034.0/，转载请声明来源钻瓜专利网。
