本發明提出一種面向邊緣聯邦學習的電動汽車鋰電池SOH在線預測方法,包括如下步驟:一:在車載終端及云服務器端部署相同的電池健康狀態預測模型;二:收集車載終端的實時行駛數據,并對實車數據進行預處理;三:各車載終端進行本地模型訓練;四:各車載終端完成訓練后,將模型參數上傳至云服務器;五:循環三和四,進行迭代更新;六:電池健康狀態預測。本發明針對中心式機器學習模型導致的車載終端數據隱私泄露,以及網絡堵塞的問題,聯邦學習允許車載終端不再向云服務器發送本地數據,在保證數據本地化的同時實現多個孤立數據中心對機器學習模型進行聯合優化,保證了數據的隱私性,同時模型參數代替了用戶數據上傳至云端,有效解決網絡堵塞的問題。
聲明:
“面向邊緣聯邦學習的電動汽車鋰電池SOH在線預測方法” 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)