申请/专利权人:深圳市今朝时代股份有限公司
申请日:2024-03-14
公开(公告)日:2024-06-14
公开(公告)号:CN118191609A
主分类号:G01R31/367
分类号:G01R31/367;G01R31/392;H04L67/12;G06F18/15;G06N3/0442;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.07.02#实质审查的生效;2024.06.14#公开
摘要:本发明公开了一种基于云端神经网络的电池SOH估算方法及装置,其中所述方法包括:获取电池的训练数据,对训练数据进行预处理,得到预处理数据;将预处理数据输入到神经网络初始模型中进行训练,得到神经网络SOH估算模型,其中,神经网络SOH估算模型被部署在云端;获取终端实时电池数据,并通过云端输入到神经网络SOH估算模型进行SOH预测计算,输出得到SOH预测值;将SOH预测值返回终端。本发明通过部署在云端的神经网络SOH估算模型远程对电池进行SOH预测计算,给电池SOH估算提供足够的算力和响应能力,提高电池SOH估算准确性,并且云端服务器可以同时为多个电池提供算力,提高了电池的安全性。
主权项:1.一种基于云端神经网络的电池SOH估算方法,其特征在于,所述方法包括:获取电池的训练数据,对所述训练数据进行预处理,得到预处理数据;将所述预处理数据输入到神经网络初始模型中进行训练,得到神经网络SOH估算模型,其中,所述神经网络SOH估算模型被部署在云端;获取终端实时电池数据,并通过云端输入到神经网络SOH估算模型进行SOH预测计算,输出得到SOH预测值;将所述SOH预测值返回终端。
全文数据:
权利要求:
百度查询: 深圳市今朝时代股份有限公司 一种基于云端神经网络的电池SOH估算方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。