申请/专利权人:西北工业大学
申请日:2024-04-15
公开(公告)日:2024-06-21
公开(公告)号:CN118226297A
主分类号:G01R31/387
分类号:G01R31/387;G01R31/367;G06N3/0442;G06N3/045;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于空间注意力和卷积LSTM的锂电池SOC估计方法,包括:获取锂电池的运行数据;将空间注意力机制引入LSTM神经网络结构中,基于所述空间注意力机制和所述运行数据,计算得到注意力分布系数;基于所述注意力分布系数,得到注意力机制重置后的输入信息;将卷积模块引入LSTM神经网络结构中,基于所述卷积模块,提取所述LSTM神经网络中输入层与隐藏层的耦合信息;基于所述耦合信息依次输入LSTM神经网络结构中,得到隐藏层输出结果;基于所述隐藏层输出结果,得到锂电池健康状态的评估结果。本发明不仅考虑了时间步长之间的特征相关性,还引入了数据的空间相关性信息,提高了模型的估计准确度。
主权项:1.一种基于空间注意力和卷积LSTM的锂电池SOC估计方法,其特征在于,包括:获取锂电池的运行数据;将空间注意力机制引入LSTM神经网络结构中,基于所述空间注意力机制和所述运行数据,计算得到注意力分布系数;基于所述注意力分布系数,得到注意力机制重置后的输入信息;将卷积模块引入LSTM神经网络结构中,基于所述卷积模块,提取所述LSTM神经网络中输入层与隐藏层的耦合信息;基于所述耦合信息依次输入LSTM神经网络结构中,得到隐藏层输出结果;基于所述隐藏层输出结果,得到锂电池健康状态的评估结果。
全文数据:
权利要求:
百度查询: 西北工业大学 基于空间注意力和卷积LSTM的锂电池SOC估计方法
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。