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
本发明的一种基于CCLAtt网络的锂电池剩余寿命多步预测方法及介质，包括首先该模型采用了CEEMDAN对电池容量数据进行分解来达到降噪的效果；然后对于每个分量，利用卷积神经网络提取远程数据上的特征，同时结合循环神经网络和注意力机制学习分析短序列数据之间的特征；最后，将所有分量的预测值进行结合重构，得到最终的容量和RUL预测。本发明基于深度学习算法建立了一种能有效预测锂离子电池容量和剩余寿命的融合神经网络模型，并同时实现了电池容量的多步预测，以监控无人机电池使用情况，并在多步预测任务中取得较好地精
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117665594A
(43)申请公布日2024.03.08
(21)申请号202311694005.4G01R31/378(2019.01)
文档评论（0）