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
本发明公开了一种融合电‑热‑机多物理特征的电池性能标定预测方法，具体为：采集电池参数，微分获得差分曲线，提取电‑热‑机多物理特征；基于灰色关联度分析法研究特征关联性；基于多维物理性能与电‑热‑机多物理特征的映射，构建电‑热‑机多物理特征全寿命周期储能电池多维物理性能标定模型；基于DS证据融合理论融合表征，结合PHM人工智能预测技术，实现电‑热‑机多物理特征储能电池性能的智能标定与快速预测。本发明可以对储能电池性能进行智能标定与快速预测，帮助实现储能电池的智能监测、预防性维护等功能，提高设备的可用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117388707A
(43)申请公布日2024.01.12
(21)申请号202311371934.1
(22)申请日2023.10.23
(71)申请人西南交通大学
地址610031
文档评论（0）