一种基于多层核超限学习机的锂电池温度场预测模型的建模方法...
实质审查的生效
摘要
本发明提供了一种基于多层核超限学习机的锂电池温度场预测模型的建模方法，其特征在于，包括如下步骤：步骤一：建立基于ML‑KELM对时间域进行非线性变换的第一模型，并确定时间系数a的获取方法；步骤二：建立基于K‑ELM的重构模型，并采用检测到的锂电池的第一训练数据采用步骤一中的时间系数a的获取方法计算出对应的时间系数，并将计算出的时间系数a输入到所述重构模型中对所述重构模型进行训练；步骤三：基于OS‑ELM建立在线低阶时序模型，对所述在线低阶时序模型进行训练和在线学习并更新在线低阶时序模型的输出权重；步骤四：在OS‑ELM模型在线学习完成后，根据更新后的输出权重计算预测的时间系数步骤五：将得到的预测的时间系数
代入到步骤二中的重构模型中，即可实现对锂电池的温度场的预测：
该建模方法能够对锂电池温度场预测模型的建模，通过所建的模型能够根据锂电池的输入数据准确地对温度场进行预测。
基本信息
专利标题 ：
一种基于多层核超限学习机的锂电池温度场预测模型的建模方法、预测模型以及预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548368A
申请号 ：
CN202210063002.X
公开（公告）日 ：
2022-05-27
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄镇泽梁志勇李志德
申请人 ：
广东产品质量监督检验研究院（国家质量技术监督局广州电气安全检验所、广东省试验认证研究院、华安实验室）;广州港科大技术有限公司
申请人地址 ：
广东省广州市黄埔区科学大道10号
代理机构 ：
北京中济纬天专利代理有限公司
代理人 ：
陈友
优先权 ：
CN202210063002.X
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N20/10 G01R31/367
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06N 3/04
申请日 : 20220120
申请日 : 20220120
2022-05-27 ：
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
