申请/专利权人:上海交通大学
申请日:2024-03-06
公开(公告)日:2024-06-21
公开(公告)号:CN118226270A
主分类号:G01R31/367
分类号:G01R31/367
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明提供了一种锂电池完整充电曲线的估计和预测方法及系统,包括步骤S1:采集并处理锂电池的曲线数据;步骤S2:基于曲线数据训练Transformer模型;步骤S3:输出预测的完整充电曲线并更新Transformer模型。本发明仅通过采样电池恒流充电过程中的部分数据,即可预测出完整的充电曲线,并可同时估算电池荷电状态、最大容量、健康状态等动态参数,而无需手动提取特征,输入要求较低;输入的长度可变,且不要求电压步长相等,与实际充电场景下的数据采集过程匹配度更高;利用Transformer出色的序列建模和特征提取能力,预测出的充电曲线精度较高。
主权项:1.一种锂电池完整充电曲线的估计和预测方法,其特征在于,包括:步骤S1:采集并处理锂电池的曲线数据;步骤S2:基于曲线数据训练Transformer模型;步骤S3:输出预测的完整充电曲线并更新Transformer模型。
全文数据:
权利要求:
百度查询: 上海交通大学 锂电池完整充电曲线的估计和预测方法及系统
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。