[发明专利]一种结合小波变换和卷积神经网络的锂电池SOH预测方法在审
| 申请号： | 202211523123.4 | 申请日： | 2022-11-30 |
| 公开（公告）号： | CN115792631A | 公开（公告）日： | 2023-03-14 |
| 发明（设计）人： | 王一朴;王欢;刘志亮 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G06F18/10;G06F18/213;G06N3/08;G06N3/0464;G01R31/392 |
| 代理公司： | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人： | 苟铭 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种结合小波变换和卷积神经网络的锂电池SOH预测方法，包括如下步骤：S1：使用相关传感器采集锂离子电池的物理信息，包含电压、电流、温度；S2：构建所需的数据集，并对数据集进行预处理；S3：构建模型HDF‑WANN；S4：模型HDF‑WANN的训练与锂电池SOH的预测。本发明的有益效果主要表现在：1)将小波变换与CNN相结合，有效地弥补了CNN在锂电池SOH预测领域的缺陷。2)该方法关注到了丰富的频率信息，使模型具备优秀的频域分析能力。3)注意力模块的使用可以自动聚焦有价值的频率信息并丢弃无关的噪声。 | ||
| 搜索关键词： | 一种 结合 变换 卷积 神经网络 锂电池 soh 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电子科技大学，未经电子科技大学许可，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/202211523123.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种水位监测仪
- 下一篇：一种羧基取代的喹喔啉酮衍生物及其制备方法与应用
