[发明专利]一种基于深度神经网络的锂离子电池荷电状态估计方法在审
| 申请号： | 202010944728.5 | 申请日： | 2020-09-10 |
| 公开（公告）号： | CN112067998A | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 赵红茜;陈峥;申江卫;舒星 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/387;G01R31/388 |
| 代理公司： | 北京市盈科律师事务所 11344 | 代理人： | 荔恒辉 |
| 地址： | 650093 云南*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络的锂离子电池荷电状态估计方法，用来解决锂离子电池荷电状态精准估计困难的问题。该方法使用了长短期记忆神经网络对锂离子电池进行建模，然后使用训练数据对模型进行训练，得到训练好的荷电状态估计模型，使用测试数据得出荷电状态的估计结果并对模型的性能进行评估。该方法属于数据驱动的方法，具有方便快捷、实时性好、适应性强等特点，能够实现锂离子电池荷电状态的在线实时估计，具有非常重要的应用价值。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 锂离子电池 状态 估计 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昆明理工大学，未经昆明理工大学许可，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/202010944728.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种上装式球阀的阀座结构
- 下一篇：一种自动喂鸽子装置
