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：山东大学
摘要：本发明属于锂离子电池技术领域，提供了基于预训练大语言模型的电池健康状态估计方法与系统，其技术方案为融合多循环充电信息进行候选电压组合，以高效获取候选特征，通过建立的恒流充电阶段的电压‑充电量曲线，不需要完整的充放电数据，也不需要建立复杂的数学模型或电化学模型，即可提取出有效的候选特征，同时借助预训练大语言模型和模型微调技术实现了电池健康状态连续、可靠和准确估计。
主权项：1.基于预训练大语言模型的电池健康状态估计方法，其特征在于，包括如下步骤：进行锂离子电池循环老化实验，获取锂离子电池循环老化数据；基于锂离子电池循环老化数据，筛选每个循环中恒流充电阶段的电压-充电量数据，并建立恒流充电阶段的电压-充电量曲线；基于恒流充电阶段的电压-充电量数据和曲线，提取预设的不同固定充电量下的候选电压区间与对应的候选特征；将候选电压区间与对应的候选特征为输入，以电池健康状态估计值为输出，对加载后的预训练大语言模型进行模型优化，得到优化后的大语言模型；在实际充电数据中，选取用于组合出候选电压区间的多个充电循环，组合对应的候选电压区间，并提取对应的候选特征；基于优化后的大语言模型对待预测充电数据的候选电压区间及对应的候选特征进行预测得到电池健康状态。
全文数据：
权利要求：
百度查询： 山东大学 基于预训练大语言模型的电池健康状态估计方法与系统
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