[发明专利]基于Transformer的深度学习电池荷电状态预估系统及方法有效
| 申请号： | 202111230200.2 | 申请日： | 2021-10-22 |
| 公开（公告）号： | CN113673176B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 肖劼;胡雄毅;余为才 | 申请（专利权）人： | 杭州宇谷科技有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F17/16;G06N3/04;G06N3/08;G01R31/367;G01R31/382 |
| 代理公司： | 合肥初航知识产权代理事务所(普通合伙) 34171 | 代理人： | 谢永 |
| 地址： | 311113 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明涉及电池SOC在线预测技术领域，具体地说，涉及一种基于Transformer的深度学习电池荷电状态预估系统及方法。该系统包括：全连接神经网络，其用于对电池特征序列R及电池初始状态序列S进行处理并输出 |
||
| 搜索关键词： | 基于 transformer 深度 学习 电池 状态 预估 系统 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杭州宇谷科技有限公司，未经杭州宇谷科技有限公司许可，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/202111230200.2/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
