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：中国长江电力股份有限公司;杭州浙畅电力设备有限公司
摘要：本发明提供一种基于自主学习的蓄电池在线远程状态监控方法及系统，涉及蓄电池监控技术领域，包括：获取目标蓄电池对应的源域和目标域历史监测数据，构建时间序列数据集，构建第一预测模型和第二预测模型，确定预测模型的损失值并通过预先选择的优化器对预测模型进行参数优化，得到初始预测模型；将初始预测模型在源域数据上进行训练，得到预训练参数，以预训练参数为节点构建参数迁移图网络并进行节点更新，通过确定参数间的依赖关系得到迁移策略函数，将预训练参数迁移至所述初始预测模型中，得到衰减预测模型；计算最大均值差异，构建第二损失函数，更新衰减预测模型的超参数并使衰减预测模型适应目标域，得到容量衰减预测结果。
主权项：1.基于自主学习的蓄电池在线远程状态监控方法，其特征在于，包括：获取目标蓄电池对应的源域和目标域历史监测数据，构建时间序列数据集，基于所述时间序列数据集分别构建源域对应的第一预测模型和目标域对应的第二预测模型，结合第一损失函数确定所述预测模型的损失值并通过预先选择的优化器对预测模型进行参数优化，得到初始预测模型；将所述初始预测模型在源域数据上进行训练，得到预训练参数，以所述预训练参数为节点构建参数迁移图网络并进行节点更新，基于更新后的节点，通过确定参数间的依赖关系得到迁移策略函数，基于所述迁移策略函数将所述预训练参数迁移至所述初始预测模型中，得到衰减预测模型；对于所述衰减预测模型，通过计算源域和目标域中的电池数据特征分布差异得到最大均值差异，基于所述最大均值差异构建目标域模型对应的第二损失函数，基于所述第二损失函数，通过反向传播更新所述衰减预测模型的超参数并使所述衰减预测模型适应目标域，得到容量衰减预测结果。
全文数据：
权利要求：
百度查询： 中国长江电力股份有限公司 杭州浙畅电力设备有限公司 基于自主学习的蓄电池在线远程状态监控方法及系统
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