加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

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
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G01R31/367IPC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。

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