一种基于神经网络常微分方程的锂电池健康状态估计方法
实质审查的生效
摘要
本发明涉及锂电池健康状态评估技术领域，公开了一种基于神经网络常微分方程的锂电池健康状态估计方法，包括如下步骤：步骤1、对收集到的锂电池数据集进行预处理得到原始数据集；步骤2、将所述原始数据集分类成训练数据集和测试数据集；步骤3、将所述训练数据集输入至通过元学习剪枝后得到的轻量化ODE网络，对所述轻量化ODE网络进行训练得到锂电池的预测容量，并通过所述测试数据集对训练后的轻量化ODE网络进行测试。本发明将元学习剪枝(Meta‑pruning)应用在ODE网络中，简化网络结构并减少网络参数量，达到进一步精简轻量化的ODE网络的效果，并提高神经网络预测锂电池SOH的精度。
基本信息
专利标题 ：
一种基于神经网络常微分方程的锂电池健康状态估计方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114545279A
申请号 ：
CN202210175767.2
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
杨经纬刘佳程艺罗柳
申请人 ：
重庆邮电大学
申请人地址 ：
重庆市南岸区南山街道崇文路2号
代理机构 ：
成都行之专利代理事务所(普通合伙)
代理人 ：
张杨
优先权 ：
CN202210175767.2
主分类号 ：
G01R31/392
IPC分类号 ：
G01R31/392 G01R31/367 G06N3/04 G06N3/08
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
G01R31/392
••确定电池老化或退化,例如健康状态
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G01R 31/392
申请日 : 20220224
申请日 : 20220224
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
