本发明提供一种基于大数据和深度神经网络的
锂电池实时评估方法,包括:通过嵌入在锂电池BMS系统的数据采集终端,获取锂电池的若干种性能参数并上报到锂电池大数据云平台,并将数据进行清洗存储;将锂电池的若干种性能参数形成原始数据集;利用深度学习的自编码器autoencoder将原始数据集进行降维处理,形成降维数据集;将降维数据集Kmeans聚类处理形成若干数据簇;将若干数据簇依据专家经验库的判断结果生成类别标签;锂电池大数据云平台依据类别标签和锂电池性能数据实时向车主推送提示信息。本发明基于大数据和深度神经网络的锂电池实时评估方法,采用将大量的锂电池数据根据无监督学习方式进行分类,实时对用户的维护、维修和更换形成指导。
声明:
“基于大数据和深度神经网络的锂电池实时评估方法” 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)