龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：合肥联宝信息技术有限公司
申请日：2024-02-02
公开（公告）日：2024-06-28
公开（公告）号：CN118259155A
主分类号：G01R31/367
分类号：G01R31/367;G01R31/385;G06F30/27;G06F18/214;G06N3/0455
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本申请提供了一种容量预测模型的训练和预测方法、相关设备及存储介质，训练方法包括：获取样本电池进行N次充放电循环中每一次循环的各目标属性下的样本数据以及每一次循环的样本电池容量；N次充放电循环中每一次循环包括一次放电过程和一次充电过程；基于每一次循环的各目标属性下的样本数据和每一次循环的样本电池容量，获得各目标属性下的样本数据与样本电池容量的灰色关联度；将各目标属性下的样本数据以及各目标属性下的样本数据与样本电池容量的灰色关联度输入至待训练栈式自编码器中，对待训练栈式自编码器进行训练，得到容量预测模型。实现了对容量预测模型的准确获取。
主权项：1.一种容量预测模型的训练方法，其特征在于，所述方法包括：获取样本电池进行N次充放电循环中每一次循环的各目标属性下的样本数据以及每一次循环的样本电池容量；所述N为大于1的整数；所述N次充放电循环中每一次循环包括一次放电过程和一次充电过程；基于所述每一次循环的各目标属性下的样本数据和每一次循环的样本电池容量，获得各目标属性下的样本数据与样本电池容量的灰色关联度；将所述各目标属性下的样本数据以及各目标属性下的样本数据与样本电池容量的灰色关联度输入至待训练栈式自编码器中，对所述待训练栈式自编码器进行训练，得到容量预测模型；所述容量预测模型用于对待测电池的下一次充放电循环的电池容量进行预测。
全文数据：
权利要求：
百度查询： 合肥联宝信息技术有限公司 容量预测模型的训练和预测方法、相关设备及存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号