基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法

发明专利有效专利

申请号：
CN202010689054.9
IPC分类号：G01R31/367;G01R31/392;G01R31/378
申请日期：
2020-07-17
申请人：
上海交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法
申请号	CN202010689054.9	申请日期	2020-07-17
法律状态	授权	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111856287A
优先权	暂无	优先权号	暂无
主分类号	G01R31/367	IPC分类号	G;0;1;R;3;1;/;3;6;7;;;G;0;1;R;3;1;/;3;9;2;;;G;0;1;R;3;1;/;3;7;8查看分类表>
申请人	上海交通大学	申请人地址	上海市闵行区东川路800号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海交通大学	当前权利人	上海交通大学
发明人	秦威;孙衍宁;庄子龙;吕慧春
代理机构	上海交达专利事务所	代理人	王毓理;王锡麟

摘要

一种基于堆叠残差因果卷积神经网络的锂电池健康状态检测方法，通过传感器采集锂电池的工况数据，经预处理得到输入特征；通过传感器采集锂电池的工况数据，经预处理得到输入特征；根据输入特征设计堆叠残差因果卷积神经网络，训练该堆叠残差因果卷积神经网络后，利用训练得到的堆叠残差因果卷积神经网络对锂电池的健康状态进行估计；堆叠残差因果卷积神经网络，该网络将残差网络和长短期记忆网络的输入门结构有机地集成到因果卷积网络中。本发明可以有效的帮助锂电池用户准确获取电池实际可用容量及老化状态相关信息，进而为电池管理的控制决策提供参考。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供