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:重庆大学
摘要:本发明涉及一种局部全局特征融合的锂离子电池退化模式可解释诊断方法,属于锂离子电池的健康管理领域。该方法包括:利用不同温度下的锂离子电池充放电试验得到的充电V‑Q曲线,先将其转换为充电IC曲线,再将IC曲线转换为2D图像,进行特征提取以获得高维特征,作为深度神经网络的训练图像;基于局部全局特征融合的电池退化特征提取模块,通过提取长期依赖信息来增强特征的显著性;基于电池退化模式可解释性诊断模块,通过突出焦点区域来显示网络模型对IC曲线图像变化的关注点,结合IC曲线分析理论,分析IC曲线的峰值变化,建立物理相关性来完成决策过程的可解释性分析,实现锂电池退化模式的可解释性诊断。
主权项:1.一种局部全局特征融合的锂离子电池退化模式可解释诊断方法,其特征在于:该方法包括以下步骤:S1:利用不同温度下的锂离子电池充放电试验得到的充电V-Q曲线,先将其转换为充电IC曲线,再将IC曲线转换为2D图像,进行特征提取以获得高维特征,作为深度神经网络的训练图像;S2:采用结合多层前馈神经网络MLFNN和Transformer网络的局部全局特征融合的电池退化特征提取模块对转换的2D图像进行特征提取;S3:基于电池退化模式可解释性诊断模块,通过突出焦点区域来显示网络模型对IC曲线图像变化的关注点,结合IC曲线分析理论,分析IC曲线的峰值变化,建立物理相关性来完成决策过程的可解释性分析,实现锂电池退化模式的可解释性诊断;S4:获取电池充放电试验数据,输入训练好的神经网络模型中对当前电池退化模式进行识别。
全文数据:
权利要求:
百度查询: 重庆大学 局部全局特征融合的锂离子电池退化模式可解释诊断方法
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。