CN116298902B 一种基于多任务学习的锂电池老化预测方法及系统 （福建星云电子股份有限公司）_第1页
CN116298902B 一种基于多任务学习的锂电池老化预测方法及系统 （福建星云电子股份有限公司）_第2页
CN116298902B 一种基于多任务学习的锂电池老化预测方法及系统 （福建星云电子股份有限公司）_第3页
CN116298902B 一种基于多任务学习的锂电池老化预测方法及系统 （福建星云电子股份有限公司）_第4页
CN116298902B 一种基于多任务学习的锂电池老化预测方法及系统 （福建星云电子股份有限公司）_第5页
已阅读5页，还剩24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

一种基于多任务学习的锂电池老化预测方本发明提供了锂电池检测技术领域的一种2所述老化预测模型包括一向量转换模块、一自注意力模块、一采样模块所述自注意力模块包括三个Transfor所述向量转换模块用于将在线充电数据集中的锂电池充电数据转换所述采样模块用于对自注意力模块的输出进行平均采样和最所述线性投射模块用于对采样模块的输出进行线性计算，进而得到所步骤S12、基于各所述锂电池充电数据模拟锂电池的在线充电场景，并提取任意一段述训练集和测试集中的充电电流除以额定容量以归一化为对归一化后的所述训练集和测试集中的锂电池充电数据进行3在线充电数据集构建模块，用于获取大量的锂所述老化预测模型包括一向量转换模块、一自注意力模块、一采样模块所述自注意力模块包括三个Transfor所述向量转换模块用于将在线充电数据集中的锂电池充电数据转换所述采样模块用于对自注意力模块的输出进行平均采样和最所述线性投射模块用于对采样模块的输出进行线性计算，进而得到所锂电池充电数据获取单元，用于获取大量的标准工况循环测试下记录包括充电电压、三元时间序列提取单元，用于基于各所述锂电池充电数据模拟锂电池的在线充电场输出数据提取单元，用于基于所述锂电池充电数据提取三元时间序数据划分单元，用于设定一比例阈值，基于所述比例阈值将在线述训练集和测试集中的充电电流除以额定容量以归一化为对归一化后的所述训练集和测试集中的锂电池充电数据进行4测试单元，用于利用所述测试集对老化预测模型进行5目前基于深度学习的锂电池老化预测多为单任务预测，一个模型只能预测一个电池特性，6将所述训练集和测试集中的充电电流除以额定容量以归一化7充电数据构建多任务的在线充电数据集，并将所述在线充电数据集划分为训练集和测试将所述训练集和测试集中的充电电流除以额定容量以归一化8模型可同时对电池健康状态(容量衰减率)、来的影响，提高老化预测模型的泛化性，即提升锂电池老化预测的泛化性；通过Transformer创建老化预测模型以提取到更具普适性的高维空间特征，而结合均方误差损9将所述训练集和测试集中的充电电流除以额定容量以归一化此对于长度小于2048的需要用0在后面进行补齐，长度大于2048的需要将多余的部分截断[0090]所述自注意力模块包括三个Transformer层，通过采用三个所述Tr[0098]通过上层采样的数据形状为[2048[0115]本发明一种基于多任务学习的锂电池老化预测系统的较佳实施例，包括如下模充电数据构建多任务的在线充电数据集，并将所述在线充电数据集划分为训练集和测试[0121]老化预测模块，用于利用测试通过的所述老化预测模型将所述训练集和测试集中的充电电流除以额定容量以归一化此对于长度小于2048的需要用0在后面进行补齐，长度大于2048的需要将多余的部分截断[0134]所述自注意力模块包括三个Transformer层，通过采用三个所述Tr[0142]通过上层采样的数据形状为[2048模型可同时对电池健康状态

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