CN114509685B 一种构建锂离子电池热失控预测模型的方法及预测系统 （重庆工商大学）_第1页
CN114509685B 一种构建锂离子电池热失控预测模型的方法及预测系统 （重庆工商大学）_第2页
CN114509685B 一种构建锂离子电池热失控预测模型的方法及预测系统 （重庆工商大学）_第3页
CN114509685B 一种构建锂离子电池热失控预测模型的方法及预测系统 （重庆工商大学）_第4页
CN114509685B 一种构建锂离子电池热失控预测模型的方法及预测系统 （重庆工商大学）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Yao,Xing-Yan.Amulti-modelfeature页.一种构建锂离子电池热失控预测模型的方本发明公开了一种构建锂离子电池热失控提取数据特征；计算所有数据特征的注意力权本发明构建的多模态模型提高了热失控预测的2所述步骤S2中切片具体过程为：利用大小为T的滑动窗口对步骤S1采集的数据进行切所述特征提取器包括长短时记忆神经网络(LSTM)、一维卷积神经网络(1DC所述步骤S3中，采用长短时记忆神经网络(LSTM)提取电压、电流t3和St为运算过程中间值。3.根据权利要求1或2所述的一种构建锂离子电池热失控预测模型的方法，其特征在将所述特征矩阵h∈RN×5×m输入到全连接层，将其分别乘以可训练的权重T是键矩阵K的转置矩阵；5i4所述数据传输模块(200)用于将所述数据采集模块(100)采集的数据传输给所述热失所述热失控预测模块(300)包括存储器(301)、处理器(302)以及存储在存储将数据传输模块(200)传输的数据输入热失控预测模型，所述热失控预测模型根据输所述热失控预测模型根据上述权利要求1～6任意一项所述方法构建并训5和GRU神经网络构成的预测模型的热失控预测能力进行训练；接着将待监控电池在时间序6P[0024]st=tan;7积核对输入数据进行卷积和池化操作以提取数据的潜在i为声音信号特征。[0056]所述数据传输模块用于将所述数据采集模块采集的数据传输给所述热失控预测8利用该实验数据构建基于神经网络的热失控预测模型，该热失控预测模型包括特征提取9[0082]si=g:*si-1+it*st(4)[0096]所述步骤S3中，采用残差网络ResNet50提取热成像的特征向量，记为hP∈RN×m。ResNet网络的出现证明网络能够向更深方向发展，其核心思想是重复叠加convolutional;[0118]在热失控过程中，由于锂离子电池会发出一些异常的声音和出现电池内局部发[0123]所述数据传输模块200用于将所述数据采集模块100采集的数据传输给所述热失[0125]将数据传输模块200传输的数据输入热失控预测模型，所述热失控

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论