本发明提供了一种
新能源汽车动力电池多维模型融合的故障诊断策略,充分利用了新能源汽车实车大数据,并全面考虑了不同地域、季节、工况、里程等多种因素,通过融合模型与分类分析实现特征参数标准值的准确提取,从而可确定出有利于训练神经网络的多个关键特征。通过神经网络与逻辑回归函数耦合搭建和训练,可以实现对实际运行车辆动力电池风险的精确评估和故障诊断。本发明在构建训练数据集中以样本扩充的方法还有效解决了样本正反例数量级差别过大的问题,显著提高了模型的收敛速度和收敛程度。
声明:
“新能源汽车动力电池多维模型融合的故障诊断策略” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)