[发明专利]一种基于LSTM网络和迁移学习的锂电池寿命预测方法有效
| 申请号： | 202011087935.X | 申请日： | 2020-10-13 |
| 公开（公告）号： | CN112241608B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 熊平;陶骞;郑景文;黄敏 | 申请（专利权）人： | 国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司;华中科技大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G01R31/392;G01R31/367;G06F119/04 |
| 代理公司： | 武汉楚天专利事务所 42113 | 代理人： | 胡盛登 |
| 地址： | 430077 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： | 本发明提供一种基于LSTM神经网络和迁移学习的锂电池剩余寿命预测方法，包括以下步骤：步骤1：数据获取及数据预处理；步骤2：将数据按比例划分为训练集和测试集；步骤3：搭建源域LSTM神经网络模型，将源域数据训练集输入神经网络进行训练，将测试集的数据输入神经网络进行测试；步骤4：利用最大均值差异对源域和目标域的数据差异进行衡量，得到源域与目标域的分布距离；步骤5：根据最大均值差异对源域网络模型进行调整，得到目标领域网络网络模型，将源域网络模型参数进行迁移，将目标域数据输入模型进行剩余寿命预测。本发明能够通过迁移网络模型结构和参数，减少网络训练时间，提高效率。 | ||
| 搜索关键词： | 一种 基于 lstm 网络 迁移 学习 锂电池 寿命 预测 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国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司;华中科技大学，未经国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司;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/202011087935.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种耙地施肥一体机
- 下一篇：一种增强韧性和抗拉强度的摩擦材料调节剂
