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！
摘要：本申请提供了一种基于卷积自编码和长短期记忆网络的荷电状态预测方法，属于电池状态检测技术领域，该方法包括：获取电池在不同运行工况下的运行数据；基于卷积自编码器提取运行数据的空间特征，并对空间特征进行编码，得到重构的空间特征；基于长短期记忆网络在重构的空间特征中提取时间特征；引入自注意力机制对时间特征进行处理，计算得到电池的荷电状态；本申请方案可以客观准确地预测电池的荷电状态，并提高电池荷电状态预测的稳定性，有助于提高电池的性能，同时能够延长电池的寿命，具有较强的易用性与实用性。
主权项：1.一种基于卷积自编码和长短期记忆网络的荷电状态预测方法，其特征在于，所述方法包括：获取电池在不同运行工况下的运行数据；基于训练后的卷积自编码器提取所述运行数据的空间特征，并对所述空间特征进行编码，得到重构的空间特征；基于长短期记忆网络在重构的空间特征中提取时间特征；引入自注意力机制对所述时间特征进行处理，计算得到电池的荷电状态。
全文数据：
权利要求：
百度查询： 国家能源集团科学技术研究院有限公司 东南大学 基于卷积自编码和长短期记忆网络的荷电状态预测方法
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