基于神經網絡、遷移集成學習的鋰電池健康狀態評估方法,它涉及一種鋰電池健康狀態評估方法。本發明為了解決現有鋰電池健康評估方法由于訓練數據集不充分,導致無法獲得良好預測精度的問題。本發明的具體步驟為:步驟一、根據現有電池S在完整充放電過程中記錄的數據集;步驟二、恒流階段電壓、恒壓電流階段、容量增量和電池與環境的溫差作為輸入;步驟三、針對新電池T,進行n次充放電過程中并記錄其參數數據集;步驟四、遷移學習從數據集充足的電池S學習到的CNN參數模型來幫助訓練數據集不足的目標任務電池T;步驟五、利用集成學習將兩個CNN?TL模型結合起來,通過訓練生成新的模型CNN?TL出。本發明屬于電池管理技術領域。
聲明:
“基于神經網絡、遷移集成學習的鋰電池健康狀態評估方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)