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：重庆邮电大学
摘要：本发明涉及大数据技术领域，具体涉及一种新能源电车场景下电池故障预测方法，包括：采集电车电池相关信息数据集并进行预处理得到预处理数据集，基于预处理数据集，采用扩展后的TrAdaBoost算法构建分类器；采用分类器实现知识迁移得到新数据集；对新数据集做特征工程，包括基本特征和业务特征等；采用置换特征重要性方法筛选特征；将筛选出的特征输入AutoGluon框架中，输出电池故障预测结果；本发明采用扩展的TrAdaBoost算法，结合两个不同领域的数据，通过迁移学习的思想将源领域的知识迁移到目标领域，增强了模型在目标领域的泛化性能。
主权项：1.一种新能源电车场景下电池故障预测方法，其特征在于，包括以下步骤：S1.采集电车电池相关信息数据集并进行预处理得到预处理数据集，所述电车电池相关信息数据集包括目标电车品牌电池数据和其他电车品牌电池数据；S2.基于预处理数据集，采用扩展后的TrAdaBoost算法构建分类器；采用分类器对预处理后的其他电车品牌电池数据进行筛选得到筛选数据，将筛选数据与预处理后的目标电车品牌电池数据组合得到新数据集；S3.针对新数据集中每一条新数据构建5个特征，所述5个特征包括电池基本特征、电池业务特征、时间特征、离散特征、交叉特征；S4.采用置换特征重要性方法从新数据集所对应的全部特征中筛选特征；S5.将筛选出的特征输入AutoGluon框架中，输出电池故障预测结果。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种新能源电车场景下电池故障预测方法
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