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：淮阴工学院
摘要：一种锂电池SOH智能估计方法与系统，包括：传感器采集不同种类和工况的锂电池运行数据；构建VAE‑GAN组合模型，进行数据增强，生成更多锂电池运行数据；根据不同种类和工况的锂电池运行数据，对模型库中所有模型分别建模，挑选出源模型并加权叠加成一个堆叠模型；输入待评估锂电池的运行数据，ART网络对堆叠模型中的各个源模型进行自适应权重分配得到预测模型并输出初步预测结果；建立基于随机森林的误差修正模型，完成初步预测结果的误差修正，输出锂电池SOH的最终预测值。本发明构建了新型VAE‑GAN组合模型，降低了采集多源数据的难度；构建了基于多个源模型的堆叠模型，增加了模型的泛化能力；并对预测结果进行了误差修正，提高了模型预测的精度。
主权项：1.一种锂电池SOH智能估计方法，其特征在于，包括：步骤1传感器采集不同种类和工况的锂电池运行数据，包括电压、电流、温度、充电循环次数、温度和时间数据；步骤2构建变分自动编码器-生成对抗网络VAE-GAN组合模型，输入所述步骤1中采集的锂电池运行数据进行数据增强，生成更多不同类型和工况的锂电池运行数据；步骤3构建模型库，根据所述步骤2中不同种类和工况的锂电池运行数据，对模型库中所有模型分别进行建模，根据锂电池建模数据量权衡精度和计算时间，将满足精度要求和时间阈值的模型作为源模型，将所有源模型进行加权叠加，集成一个堆叠模型；步骤4输入待评估锂电池的运行数据，利用自适应共振理论ART网络对堆叠模型中的各个源模型进行自适应权重分配，得到最终待评估电池的SOH预测模型，输出初步预测结果；步骤5对锂电池运行数据进行最大信息系数MIC特征提取作为输入变量，将初步预测结果与电池实际SOH值之差的误差序列作为目标变量，建立基于随机森林RF的误差修正模型，实现对未来误差的预测和预测结果的修正，输出锂电池SOH的最终预测值。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种锂电池SOH智能估计方法与系统
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