龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本申请涉及动力电池健康状态预测领域，公开了一种基于图样本聚合的动力电池SOH预测方法，包括以下步骤：S1、构建无向图；S2、初始化每个节点的嵌入向量；S3、对每个目标节点，根据预设的层数，从每层的邻居中随机采样固定数量的节点；S4、对每一层，通过聚合其采样邻居节点的嵌入向量计算目标节点的嵌入向量；S5、通过神经网络对聚合后的特征进行非线性转换，生成下一层的节点嵌入；S6、重复聚合和转换，直至达到预设层数；S7、利用每个节点的嵌入向量和SOH值训练Transformer模型。本发明通过构建图结构并利用GraphSage模型，实现了对动力电池SOH的精确预测。
主权项：1.一种基于图样本聚合的动力电池SOH预测方法，其特征在于，包括以下步骤：S1、构建无向图，所述无向图包括节点集V、特征矩阵X和边集E；s2、初始化每个节点的嵌入向量hj0，其中hj0为节点的特征向量xj；S3、对每个目标节点，根据预设的层数L，从每层的邻居中随机采样固定数量的节点；S4、对每一层l＝1，2，…，L，通过聚合其采样邻居节点的嵌入向量hil-1计算目标节点的嵌入向量hil；S5、通过一层或多层神经网络对聚合后的特征进行非线性转换，生成下一层的节点嵌入；S6、重复步骤S4和S5，直至达到预设层数L；S7、利用每个节点的嵌入向量hjL和SOH值训练Transformer模型；S8、使用训练好的Transformer模型对新节点进行SOH预测。
全文数据：
权利要求：
百度查询： 北京森华易腾通信技术有限公司 一种基于图样本聚合的动力电池SOH预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号