[发明专利]基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法有效
| 申请号： | 202010689054.9 | 申请日： | 2020-07-17 |
| 公开（公告）号： | CN111856287B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 秦威;孙衍宁;庄子龙;吕慧春 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/392;G01R31/378 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法，通过传感器采集锂电池的工况数据，经预处理得到输入特征；通过传感器采集锂电池的工况数据，经预处理得到输入特征；根据输入特征设计堆叠残差因果卷积神经网络，训练该堆叠残差因果卷积神经网络后，利用训练得到的堆叠残差因果卷积神经网络对锂电池的健康状态进行估计；堆叠残差因果卷积神经网络，该网络将残差网络和长短期记忆网络的输入门结构有机地集成到因果卷积网络中。本发明可以有效的帮助锂电池用户准确获取电池实际可用容量及老化状态相关信息，进而为电池管理的控制决策提供参考。 | ||
| 搜索关键词： | 基于 堆叠 因果 卷积 神经网络 锂电池 健康 状态 检测 方法 | ||
【主权项】：
暂无信息
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上海交通大学，未经上海交通大学许可，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/202010689054.9/，转载请声明来源钻瓜专利网。
