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！
申请/专利权人：福建师范大学;福建师范大学协和学院
摘要：本发明公开一种锂电池荷电状态估计方法，获取锂电池在不同工况下的电池数据集预处理后分为多个源域数据和一个目标域数据，并构建多个由双向LSTM和注意力机制组成的联合网络结构对电池数据集进行预训练阶段和迁移阶段处理得到锂电池荷电状态估计结果在预训练阶段，源域数据分别输入到由双向长短期记忆网络和自注意力机制组成的特征提取器中，得到每个源域的特征值。在迁移阶段，通过多空间特征对齐和最小化估计差异，生成目标域最终的SOC估计值。本发明在不同温度下，不同材料电池下，环境温度变化下的迁移场景中，SOC的估计效果均优于其他传统方法，能够实现准确、可靠的SOC估计。
主权项：1.一种锂电池荷电状态估计方法，其特征在于：获取锂电池在不同工况下的电池数据集预处理后分为多个源域数据和一个目标域数据，并构建多个由双向LSTM和注意力机制组成的联合网络结构对电池数据集进行预训练阶段和迁移阶段处理得到锂电池荷电状态估计结果，联合网络结构包括特征提取器和估计器；在预训练阶段，联合网络结构的特征提取器在多个源域中分别捕捉电池特征序列之间的长期依赖关系，并使模型聚焦于输入特征中重要的部分，将电池数据映射到不同特征空间；在迁移阶段，给出多源域领域自适应的定义，然后将目标域数据输入到联合神经网络中进行迁移学习，经过特征提取器后在多个特征空间中分别对齐源域和目标域的分布，以学习多个域不变特征；对齐每个领域的SOC估计器，多个估计器有着电池特征与SOC值之间不同的映射关系，最终得到不同的估计结果；通过约束不同估计器估计结果，以对齐多个估计器的估计结果形成锂电池荷电状态估计结果。
全文数据：
权利要求：
百度查询： 福建师范大学 福建师范大学协和学院 一种锂电池荷电状态估计方法
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