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：中电建新能源集团股份有限公司;清华四川能源互联网研究院;清华大学
摘要：本说明书提供了储能电池荷电状态的确定方法和装置。先根据预设的训练规则，利用与样本储能电池关联的源域数据，训练得到基于多维度特征表示的Att‑BiLSTM架构的目标特征表示模型；再利用目标特征表示模型作为初始的特征提取模块，构建得到基于改进的DA‑GAN的初始的荷电状态预测模型，并组合使用与样本储能电池关联的源域数据、与目标储能电池关联的目标域数据，训练得到符合要求的预设的荷电状态预测模型。具体实施时，获取目标储能电池的当前预设时间段的运行数据；通过利用预设的荷电状态预测模型处理当前预设时间段的运行数据，确定出目标储能电池的荷电状态。从而能够较为高效、精准地确定出目标储能电池的荷电状态。
主权项：1.一种储能电池荷电状态的确定方法，其特征在于，包括：获取目标储能电池的当前预设时间段的运行数据；利用预设的荷电状态预测模型处理目标储能电池的当前预设时间段的运行数据，得到对应的目标预测结果；其中，所述预设的荷电状态预测模型为根据预设的训练规则利用与目标储能电池关联的目标域数据，以及与样本储能电池关联的源域数据训练得到的，基于改进的DA-GAN的神经网络模型；所述预设的荷电状态预测模型至少包括基于多维度特征表示的Att-BiLSTM架构的特征提取模块；根据目标预测结果，确定出目标储能电池的荷电状态。
全文数据：
权利要求：
百度查询： 中电建新能源集团股份有限公司 清华四川能源互联网研究院 清华大学 储能电池荷电状态的确定方法和装置
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