原创力文档- 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
查看更多
本发明提供了一种基于增维容量和CNN‑BILSTM‑MHA的锂离子电池剩余使用寿命预测方法，包括以下步骤：步骤(1):获取电池容量衰减数据，使用C‑C方法根据时间延时和嵌入维度值进行相空间重构；步骤(2):将一维时间序列电池容量数据转化为增维容量数据；步骤(3):对重构的容量数据使用卷积神经网络进行处理，生成保留输入数据空间结构和位置信息；步骤(4):通过训练双向长短期记忆网络，丢弃不重要信息的特征向量；步骤(5):利用多头自注意力机制对不同特征子集的权重分配进行并行处理；步骤(6):将训练数据
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117289138A
(43)申请公布日2023.12.26
(21)申请号202311273717.9
(22)申请日2023.09.28
(71)申请人金陵科技学院
地址210000
文档评论（0）