[发明专利]一种基于深度网络模型的电动汽车动力锂电剩余寿命预测方法有效
| 申请号： | 202211234600.5 | 申请日： | 2022-10-10 |
| 公开（公告）号： | CN115508711B | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 夏佳琪;蔡雨腾;史清烁;周卫强;葛城彤;崔译文;储鹏;葛范婷;李灿;张洪观;罗姝雯;黄栋倩;朱兴宇;戴玉明 | 申请（专利权）人： | 南京工程学院 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/378;G01R31/385;G01R31/392;G06N3/0464;G06N3/048;G06N3/084 |
| 代理公司： | 南京群迈知识产权代理有限公司 32690 | 代理人： | 安士影 |
| 地址： | 211167 江苏*** | 国省代码： | 江苏;32 |
| 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网络模型的电动汽车动力锂电剩余寿命预测方法，该方法包括以下步骤：S1、获取历史数据库中的锂电性能数据，并生成数据集；S2、对数据集的锂电性能数据进行预处理；S3、将处理后的锂电性能数据输入深度网络模型进行训练，利用深度网络模型提取特征并通过前向传播的方式不断对特征进行深度挖掘，并建立网络体系结构；S4、在网络体系结构中通过adam反向传播训练建立动力锂离子电池的特性基本退化机理和等效模型；S5、依据预设的评判指标对特性基本退化机理和等效模型进行测试。本发明利用卷积神经网络采用原始图像作为输入，可以有效的从大量样本中学习到相应地特征，避免了复杂的特征提取过程。 | ||
| 搜索关键词： | 一种 基于 深度 网络 模型 电动汽车 动力 剩余 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南京工程学院，未经南京工程学院许可，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/202211234600.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种模型训练方法和相关装置
- 下一篇：一种多层竹帘编织机
