本发明公开一种相似产品可迁移样本筛选方法及系统,涉及似产品迁移学习技术领域,包括预处理待测配方相似产品短期循环寿命测试数据得到目标样本数据,预处理其他配方电池全寿测试容量数据得到多个训练数据;通过进行曲线形态筛选、容量退化率相似度筛选、寿命分布相似度筛选和距离度量最小筛选,获得用于跨配方相似产品寿命预测的可迁移样本数据,本发明从不同配方电池的历史全寿测试数据中,获得与被预测电池容量退化规律相似度最高的数据,并迁移应用于被预测电池寿命预测模型的训练,实现了锂
动力电池跨配方剩余寿命的准确预测,预测准确度最高可以达到99.9%,可以有效节省
锂电池设计开发过程中的测试时间和费用,具有可观的经济效益和应用价值。
声明:
“相似产品可迁移样本筛选方法、系统及用途” 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)