基于神经网络、迁移集成学习的
锂电池健康状态评估方法,它涉及一种锂电池健康状态评估方法。本发明为了解决现有锂电池健康评估方法由于训练数据集不充分,导致无法获得良好预测精度的问题。本发明的具体步骤为:步骤一、根据现有电池S在完整充放电过程中记录的数据集;步骤二、恒流阶段电压、恒压电流阶段、容量增量和电池与环境的温差作为输入;步骤三、针对新电池T,进行n次充放电过程中并记录其参数数据集;步骤四、迁移学习从数据集充足的电池S学习到的CNN参数模型来帮助训练数据集不足的目标任务电池T;步骤五、利用集成学习将两个CNN‑TL模型结合起来,通过训练生成新的模型CNN‑TL出。本发明属于电池管理技术领域。
声明:
“基于神经网络、迁移集成学习的锂电池健康状态评估方法” 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)