本发明涉及一种基于深度‑迁移学习的锂离子电池SOC估计方法,获得源域训练集以及目标域训练集和测试集;构建基于深度学习的锂离子电池SOC估计源域模型,利用源域训练集对锂离子电池SOC估计源域模型进行训练,保存模型训练数据参数;构建基于深度学习的锂离子电池SOC估计目标域模型,采用迁移学习方法,将锂离子电池SOC估计源域模型训练数据参数转移至所述锂离子电池SOC估计目标域模型,共享模型权值参数进行初始化设置;将锂离子电池目标域训练集导入锂离子电池SOC估计目标域模型进行微调训练处理,进一步导入目标域测试集预测锂离子电池SOC值。本发明减少锂离子电池SOC估计模型的训练时间和实验数据收集过程需要耗费大量的时间和资金投入。
声明:
“基于深度-迁移学习的锂离子电池SOC估计方法” 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)