首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Bert架构锂离子电池健康管理预训练大模型的多任务微调方法 

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:本发明涉及一种基于Bert架构锂离子电池健康管理预训练大模型的多任务微调方法,属于锂离子电池的健康管理领域。方法包括:收集锂离子电池电流、电压和环境温度数据;对收集到的数据进行数据预处理,确保数据的准确性和完整性;在预训练模型阶段,基于Bert模型架构,在输入层搭建全连接前馈层和位置嵌入层,同时搭建多头自注意力层、残差连接和层归一化层,以及全连接前馈层组成的Bert模块,最后输出层搭建全连接前馈层用以输出掩码电压,完成预训练模型构建;在微调阶段,根据相应任务对预训练模型进行相应微调,微调最后的全连接前馈层或者嵌入不同的全连接前馈层,获得最终相应任务的结果。

主权项:1.基于Bert架构锂离子电池健康管理预训练大模型的多任务微调方法,其特征在于:该方法包括以下步骤:S1:收集属于无标签数据的锂离子电池电流、电压和环境温度数据,包括充放电时刻和静置时刻,将其作为预训练数据;收集有标签数据,包括荷电状态SOC、健康状态SOH、终点寿命EOL或剩余寿命RUL值,将其作为微调数据;S2:对收集到的数据进行数据预处理,包括处理缺失值和处理异常值操作,并随机对部分处理好的电压数据做掩码处理;S3:在预训练模型阶段,基于Bert模型架构,在输入层搭建全连接前馈层和位置嵌入层,同时搭建多头自注意力层、残差连接和层归一化层,以及全连接前馈层组成的Bert模块,最后输出层搭建全连接前馈层用以输出掩码电压,完成预训练模型构建;S4:在微调阶段,根据相应任务对预训练模型进行相应微调,微调最后的全连接前馈层或者嵌入不同的全连接前馈层,获得最终相应任务的结果。

全文数据:

权利要求:

百度查询: 重庆大学 基于Bert架构锂离子电池健康管理预训练大模型的多任务微调方法

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。