基于迁移学习和差值概率分布的锂电池寿命预测方法
授权
摘要
本发明公开了一种基于迁移学习和差值概率分布的锂电池寿命预测方法，通过加速锂电池的寿命实验，获取锂电池容量在不同时刻的退化量；然后基于迁移学习和锂电池容量退化量的历史数据来求得预测值的修正因子，进而用正态分布估计出修正因子的概率分布参数；接着利用迁移学习对待测锂电池进行容量退化量进行实时的预测，并用修正因子对预测值进行修正；最后根据得到的修正预测值判断锂电池的剩余寿命，具有预测精度高、预测速度快等特点。
基本信息
专利标题 ：
基于迁移学习和差值概率分布的锂电池寿命预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113791351A
申请号 ：
CN202111090229.5
公开（公告）日 ：
2021-12-14
申请日 ：
2021-09-17
授权号 ：
CN113791351B
授权日 ：
2022-04-19
发明人 ：
顾博瑞
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
四川鼎韬律师事务所
代理人 ：
温利平
优先权 ：
CN202111090229.5
主分类号 ：
G01R31/367
IPC分类号 ：
G01R31/367 G01R31/392 G06F17/18 G06N20/00
相关图片
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/367
••其软件，例如 使用建模或查找表进行电池测试
法律状态
2022-04-19 ：
授权
2021-12-31 ：
实质审查的生效
IPC(主分类) : G01R 31/367
申请日 : 20210917
申请日 : 20210917
2021-12-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN113791351A.PDF
PDF下载
