一种电池组任意拓扑结构循环寿命推衍预测方法
实质审查的生效
摘要
本发明提供了一种电池组任意拓扑结构循环寿命推衍预测方法，仿真所有电池组典型结构的老化轨迹模型，生成描述拓扑结构的训练集，利用训练集训练先串后并拓扑结构循环寿命预测神经网络和先并后串拓扑结构循环寿命预测神经网络；给定设计要求的电池组，将电池组所有可能的拓扑结构分别输入训练完的先串后并拓扑结构循环寿命预测神经网络、先并后串拓扑结构循环寿命预测神经网络，用以预测拓扑结构电池组的循环寿命。本发明能最大程度发挥电池组的整体性能，降低单位标准循环条件下的运行成本。
基本信息
专利标题 ：
一种电池组任意拓扑结构循环寿命推衍预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492182A
申请号 ：
CN202210054745.0
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
裴磊吴宝坤王天鸶郭城志杨作栋盘朝奉
申请人 ：
江苏大学
申请人地址 ：
江苏省镇江市京口区学府路301号
代理机构 ：
代理人 ：
优先权 ：
CN202210054745.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 G06Q10/04 G06T3/40 H01M10/052 H01M10/058 G06F119/04 G06F119/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 30/27
申请日 : 20220118
申请日 : 20220118
2022-05-13 ：
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
暂无PDF文件可下载
