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！

申请/专利权人：成都赛力斯科技有限公司

摘要：本申请涉及一种电池荷电状态估算方法、模型的训练方法以及装置，模型的训练方法包括：将样本数据输入至待训练的机器学习模型，通过机器学习模型从样本数据中提取出样本特征图，基于改进的一致性约束自注意图池化机制对样本特征图进行自注意图池化处理，得到自注意池化特征图、第一自注意分数以及第二自注意分数，以及基于自注意池化特征图得到样本电池在截止时刻的预测荷电状态；根据预测荷电状态、实际荷电状态、第一自注意分数以及第二自注意分数构造损失函数，利用损失函数对机器学习模型的模型参数进行调整，得到电池荷电状态估算模型。由此可以训练出能够准确预测电池荷电状态的估算模型，从而利用该估算模型准确地预测目标电池的荷电状态。

主权项：1.一种电池荷电状态估算模型的训练方法，其特征在于，所述方法包括：获取样本数据，所述样本数据包括样本电池在设定的历史时间区间内的电池运行参数序列以及所述样本电池在所述历史时间区间的截止时刻的实际荷电状态；将所述样本数据输入至待训练的机器学习模型，通过所述机器学习模型从所述样本数据中提取出样本特征图，并基于改进的一致性约束自注意图池化机制对所述样本特征图进行自注意图池化处理，得到所述样本特征图对应的自注意池化特征图、第一自注意分数以及第二自注意分数，以及基于所述样本特征图对应的自注意池化特征图得到所述样本电池在所述截止时刻的预测荷电状态；根据所述预测荷电状态、所述实际荷电状态、所述第一自注意分数以及所述第二自注意分数构造损失函数，利用所述损失函数对所述机器学习模型的模型参数进行调整，得到电池荷电状态估算模型；所述基于改进的一致性约束自注意图池化机制对所述样本特征图进行自注意图池化处理，得到所述样本特征图对应的自注意池化特征图、第一自注意分数以及第二自注意分数，包括：对所述样本特征图进行图卷积操作，得到所述样本特征图对应的第一自注意分数；基于所述第一自注意分数对所述样本特征图进行自注意掩码处理，得到所述样本特征图对应的自注意池化特征图；通过自注意机制对所述样本特征图进行正则化处理，得到所述样本特征图对应的第二自注意分数；所述根据所述预测荷电状态、所述实际荷电状态、所述第一自注意分数以及所述第二自注意分数构造损失函数，包括：根据所述预测荷电状态和所述实际荷电状态构造第一损失子函数；根据所述第一自注意分数和所述第二自注意分数构造第二损失子函数；根据所述第一损失子函数和所述第二损失子函数构造最终的损失函数；所述根据所述第一自注意分数和所述第二自注意分数构造第二损失子函数，包括：将所述第一自注意分数和所述第二自注意分数作为参数代入预设的一致性误差约束函数，得到第二损失子函数。

全文数据：

权利要求：

百度查询： 成都赛力斯科技有限公司 电池荷电状态估算方法、模型的训练方法以及装置