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：重庆理工大学
摘要：本发明公开了基于经验小波分解和iTransformer的锂电池剩余寿命预测方法，涉及电池技术领域。本发明采用了经验小波变换EWT和iTransformer神经网络模型的方法，用于对锂电池的剩余使用寿命进行预测，具有以下几个优点：趋势性分解：EWT用于处理序列数据，将数据分解为趋势性数据和残差数据，这种分解有助于将原始数据的趋势和周期性成分与残差可能包含噪声和其他非线性成分分开，提供了更清晰的数据视图，有助于更好地理解数据的本质；时频分解：EWT提供了一种时频分解的方法，将数据分解为不同尺度的本征模式函数IMFs和残差Res，这种分解能够捕捉到信号的局部特征和频率特征，有助于更准确地表示数据的时空特性。
主权项：1.基于经验小波分解和iTransformer的锂电池剩余寿命预测方法，其特征在于：至少包括以下步骤：S1：基于经验小波分解和iTransformer建立模型，所述模型至少包括EWT处理序列、iTransformer预测以及双路残差；S2：采用模型进行多变量多步预测；S3：采用模型进行数据趋势性分解；S4：采用模型进行EWT序列时频分解；S5：将多变量序列输入进iTransformer模型中，对每个序列所有时间点嵌入到变量令牌中，由注意力机制来捕获多变量相关性；S6：通过经验小波变换的各个子序列进行并行预测方法，对各子序列所预测结果进行逆向融合，从而获取不同子序列被模型所捕捉的特征；S7：将整个模型通过多层堆叠而成，采用双残差连接更好地挖掘序列中潜在特征，从而提高模型的预测性能，可更加关注趋势分解后的残差数据。
全文数据：
权利要求：
百度查询： 重庆理工大学 基于经验小波分解和iTransformer的锂电池剩余寿命预测方法
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