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：本发明公开了一种基于机器学习的电池系统支路电流估计方法，包括以下步骤：包括进行DST，FUDS，UDDS，HPPC四个工况下的离线测试，将整合的数据集进行归一化，设置BP神经网络的参数，对BP神经网络进行训练，得到训练好的BP神经网络，得到支路电流估计值。对比现有技术，本发明的有益效果在于：使用BP神经网络进行支路电流估计，BP神经网络算法比深度学习算法结构简单、训练学习快，占用内存小，更适合移动载运装备。
主权项：1.一种基于机器学习的电池系统支路电流估计方法，其特征在于，包括以下步骤：S1、获取DST，FUDS，UDDS，HPPC四个动态工况下的并联电池组的干路电流和支路的电压和电流；S2、将其中三个工况下的干路电流和两个支路电压以及两个支路电流依次整合到一个干路电流数据集I、两个支路电压数据集V1、V2，以及两个支路电流数据集I1，I2，并将整合的数据集进行归一化；S3、训练BP神经网络；S4、将剩余一个工况下的干路电流I’和两条支路的电压V’1、V’2作为输入特征输入已经训练好的BP神经网络中，得到估计结果后将结果进行反归一化，得到支路电流估计值I’1、I’2；S3中采用以下方法训练BP神经网络：S3.1设置BP神经网络的参数；S3.2将干路电流数据集I和两个支路电压数据集V1、V2作为输入，支路电流数据集I1，I2作为输出，对BP神经网络进行训练，得到训练好的BP神经网络。
全文数据：
权利要求：
百度查询： 哈尔滨工业大学(威海) 北京空间飞行器总体设计部 一种基于机器学习的电池系统支路电流估计方法
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