本发明涉及一种基于特征迁移学习的
锂电池健康状况监测方法,属于电池管理技术领域。该方法包括以下步骤:S1:基于特征迁移学习混合模型的构建;S2:基于特征迁移学习混合模型的应用。针对在缺少锂电池训练数据情况下,神经网络监测锂电池健康状况效果不佳的问题,研究基于特征迁移学习的锂电池健康状况监测方法。以神经网络模型为对象,设计CNN‑BILSTM串联混合模型,实现空间特征以及双向时间依赖关系的提取;以锂电池数据的特征空间为对象,研究特征迁移学习算法,通过迁移其他数据集的特征知识用于模型训练,实现在缺少训练数据情况下,训练信息的弥补。
声明:
“基于特征迁移学习的锂电池健康状况监测方法” 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)