基于时间卷积神经网络的锂离子电池剩余寿命预测方法.pdfVIP

下载本文档

25
0
约1.49万字
约 15页
2023-07-04 发布于四川
举报
版权申诉

基于时间卷积神经网络的锂离子电池剩余寿命预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于时间卷积神经网络的锂离子电池剩余寿命预测方法属于锂离子电池故障预测与健康管理领域。电池设备退化过程是一个高度非线性，复杂的多维系统，时变性强，现有算法预测过程需要专家知识和先验知识，费时费力，且预测过程困难，精度低。本方法通过神经网络强大的时序建模能力，挖掘时间序列中的隐藏模型，自动的建立所测参数与寿命之间的非线性映射关系。由于卷积计算的并行性机制，可以使用图形计算进行加速训练，计算更快。本发明提出了一种参数筛选器的计算方法，无效参数和冗余参数过多时，可以自动筛选一部分参数，减少了预测工作量

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113777496 A (43)申请公布日 2021.12.10 (21)申请号 202111039920.0 (22)申请日 2021.09.06 (71)申请人北京化工大学地址