龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：合肥工业大学
摘要：本发明提供了一种预测模型生成方法及自放电压降预测方法，预测模型生成方法包括：对多个锂离子电池分别进行soak实验和充放电循环实验，得到自放电压降数据和充放电曲线；从每个充放电曲线中提取动态特征，将动态特征与对应的自放电压降数据进行灰色关联度分析，得到目标数据；根据目标数据，构建高斯过程回归模型，并采用粒子群算法优化训练好的高斯过程回归模型的协方差函数和噪声方差，得到预测模型。本发明根据先验特征和后验特征的分布关系，建立高斯过程回归模型，并采用粒子群算法对高斯过程回归模型进行优化，得到最终的预测模型，使得精度较高。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
主权项：1.一种预测模型生成方法，其特征在于，所述预测模型生成方法包括：对多个锂离子电池分别进行soak实验和充放电循环实验，得到相应的自放电压降数据和充放电曲线；从每个所述充放电曲线中提取动态特征，将所述动态特征与对应的自放电压降数据进行灰色关联度分析，得到目标数据；根据所述目标数据，构建高斯过程回归模型，并优化训练好的高斯过程回归模型的协方差函数和噪声方差，得到预测模型；所述从每个所述充放电曲线中提取动态特征，将所述动态特征与对应的自放电压降数据进行灰色关联度分析，得到目标数据的步骤包括：提取每条所述充放电曲线的多个动态特征；针对每条所述充放电曲线，将所述动态特征与对应的自放电压降数据进行灰色关联度分析，得到关联程度最高的多个目标特征，作为当前充放电曲线对应的一组目标数据；所述目标特征包括充电欧姆极化、充电扩散极化、放电欧姆极化中的至少一项。
全文数据：
权利要求：
百度查询： 合肥工业大学 一种预测模型生成方法及自放电压降预测方法
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。
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