Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西安工程大学薛涛获国家专利权

恭喜西安工程大学薛涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜西安工程大学申请的专利基于SD-Crossformer的锂电池健康状态预测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118884239B

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411021081.3,技术领域涉及:G01R31/367;该发明授权基于SD-Crossformer的锂电池健康状态预测方法是由薛涛;李祥;安贵设计研发完成,并于2024-07-29向国家知识产权局提交的专利申请。

基于SD-Crossformer的锂电池健康状态预测方法在说明书摘要公布了:本发明公开了基于SD‑Crossformer的锂电池健康状态预测方法,针对输入数据中存在的噪声问题,提出堆叠降噪自编码器用于重建输入数据。该模块接受损坏或者噪声较多的数据作为输入,训练自编码器来恢复原始数据,从而迫使模型学习到数据中的关键特征;其次,为了捕捉电池容量退化模型的周期性模式,设计了频率加权注意力机制,对分段嵌入的维度数据行频域转换,并结合频域信息加权计算维度间的注意力,从而识别不同维度之间的频率相关性,有效的提升锂电池健康状态SOH的预测准确性。本发明采用网格搜索法训练模型获得最佳参数,保证了模型的搜索效率和结果的可靠性。

本发明授权基于SD-Crossformer的锂电池健康状态预测方法在权利要求书中公布了:1.基于SD-Crossformer的锂电池健康状态预测方法,其特征在于,具体按照以下步骤实施:步骤1:获取锂电池容量衰减数据集,对数据集进行降噪处理后将其按照比例划分训练集和测试集;步骤2:构建锂电池状态预测SD-Crossformer模型;所述的SD-Crossformer模型是基于Transformer的用于时序序列预测的模型,能有效处理数据中的噪声和异常值,首先,输入数据通过堆叠降噪自编码器SDAE进行降噪、处理异常值,堆叠降噪自编码器SDAE的输出作为SD-Crossformer模型的输入,其次,在SD-Crossformer模型中,解码器层通过在跨时间阶段和跨维度阶段中加入频率加权注意力机制,基于离散余弦变换DCT引入频率信息进而得到注意力权重;所述SD-Crossformer模型中预测模块内容如下:为了预测锂电池健康状态,在最后一个Crossformer层添加全连接输出层,对于输入的多变量的序列数据,将每个变量作为一个特征,将整个序列作为一个样本,通过全连接层的神经元学习到各个特征之间的权重和关系,从而将多变量的序列数据转化为预测SOH的输出结果;加权特征累加公式如式8所示: 式8中,L为解码器层的数量,Xwrighted,i为第i层加权后的输出特征为加权特征累加的结果序列,即预测序列;步骤3:将训练集输入上述构建好的SD-Crossformer模型中,采用网格搜索法获取模型最佳参数;步骤4:将测试集输入到步骤3训练后的模型中,输出锂电池健康状态预测的结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安工程大学,其通讯地址为:710048 陕西省西安市碑林区金花南路19号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。