Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于HS-MoE模型的电池SOC和RUL预测方法 

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:南通乐创新能源有限公司

摘要:本发明公开了一种基于HS‑MoE模型的电池SOC和RUL预测方法,测试并采集电池运行数据以及SOC和RUL,电池运行数据包含膨胀应力、电流、电压和温度,构建HS‑MoE模型,HS‑MoE模型包含两个层级,每个层级包含多专家模型和一个门控网络模型,训练和校验HS‑MoE模型,预测电池SOC和RUL,在HS‑MoE模型训练完毕之后,在模型效果良好的前提下,部署HS‑MoE模型并使用HS‑MoE模型对电池的SOC和RUL进行预测。本发明可以在BMS故障时临时替代BMS工作以及提供修正数据,并且以一个模型即实现了SOC和RUL的联合预测,减少了模型训练的时间,降低了成本。

主权项:1.一种基于HS-MoE模型的电池SOC和RUL预测方法,其特征在于包含以下步骤:S1、测试并采集电池运行数据以及SOC和RUL,电池运行数据包含膨胀应力、电流、电压和温度;S2、构建HS-MoE模型,HS-MoE模型包含两个层级,每个层级包含多专家模型和一个门控网络模型;S3、训练和校验HS-MoE模型;S4、预测电池SOC和RUL,在HS-MoE模型训练完毕之后,在模型效果良好的前提下,部署HS-MoE模型并使用HS-MoE模型对电池的SOC和RUL进行预测。

全文数据:

权利要求:

百度查询: 南通乐创新能源有限公司 基于HS-MoE模型的电池SOC和RUL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。