文档详情

基于SOA-LSTM的电池剩余寿命的预测方法及装置.pdf

发布：2023-05-13约1.4万字共15页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114781273 A (43)申请公布日 2022.07.22 (21)申请号 202210533528.X G01R 31/392 (2019.01) (22)申请日 2022.05

显示全部

相似文档

基于遗传算法的LSTM的氢燃料电池剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117420443A (43)申请公布日2024.01.19 (21)申请号202311477626.7 (22)申请日2023.11.07 (71)申请人河南省科学院物理
2024-01-19 约9.92千字 9页立即下载
基于AE-KPCA-LSTM的锂电池剩余使用寿命预测.docx 基于AE-KPCA-LSTM的锂电池剩余使用寿命预测 一、引言随着科技的发展，锂电池在各类电子设备及电动汽车中的应用越来越广泛。为了保障锂电池的安全与性能，其剩余使用寿命的预测变得尤为重要。预测锂电池的剩余使用寿命，不仅能够为使用者提供更长的使用寿命预期，同时也能为电池的维护和更换提供依据。本文提出了一种基于AE-KPCA-LSTM的锂电池剩余使用寿命预测模型，旨在提高预测的准确性和可靠性。二、背景与相关研究锂电池的剩余使用寿命预测是一个复杂的过程，涉及到电池的多种物理和化学特性。近年来，许多研究者致力于此领域的研究，提出了多种预测模型。然而，这些模型往往面临着数据维度高、噪声大、非线性
2025-03-07 约5.18千字 10页立即下载
基于LSTM的高压共轨燃油系统剩余寿命预测方法研究.pdf 基于LSTM的高压共轨燃油系统剩余寿命预测方法研究摘要船用柴油机具有极其精密复杂的结构原理，并且长期工作在恶劣的环境中，导致其安全性和可靠性大大降低。高压共轨燃油系统作为船用柴油机的核心系统，其使用寿命与柴油机工作效率息息相关，同时该系统也是柴油机故障率最高的子系统，为了能够更为精确地根据其退化状态做出相应运维措施，有必要对该系统开展剩余寿命预测研究。传统的剩余使用寿命计算方法存在缺少全寿命周期数据的问题，并且针对高压共轨燃油系统并未有完整的剩余寿命预测模型，因此本文对全寿命周期数据的获取和预测网络模型的建立进行了研究，主要包括相关退化数据的采集、故障与退化特征的提取、健康度
2025-05-03 约14.57万字 100页立即下载
基于LSTM的电动汽车减速器剩余使用寿命预测方法.pdf (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 113392470 A (43)申请公布日 2021.09.14 (21)申请号 202110697638.5 G06F 119/04 (2020.01) (22)申请日
2023-06-20 约9.58千字 11页立即下载
一种基于LSTM-SVR的超级电容器剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114781277 A (43)申请公布日 2022.07.22 (21)申请号 202210572695.5 (22)申请日 2022.05.25 (71)申请人河北工业大学地址 300401
2023-05-13 约1.73万字 15页立即下载
基于熵和深度学习的锂离子电池剩余寿命预测方法.pdf 摘要摘要随着当前新能源产业的不断发展，锂离子电池成为其中不可或缺的设备。然而，在使用过程中，随着充放电次数的增加，将导致不可逆的电池性能退化，从而引发安全问题。因此，对锂离子电池剩余使用寿命进行准确预测对于提高电池可靠性至关重要。本文引入了基于熵和深度学习的数据驱动算法，用以提取健康因子并构建寿命预测模型，旨在提高锂离子电池剩余寿命预测方法的准确性和可靠性，主要研究内容如下：首先，对目前相关文献进行研究总结，分析了锂离子电池工作原理。本文基于熵理论对NASA数据集中的电池参数进行健康因子提取，分析各健康因子与电池容量退化的相关性。随后，采用随机森林算法进行初步预测并得到各健
2025-06-13 约14.43万字 86页立即下载
基于EEMD与LSTM模型电动汽车电池寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565151 A (43)申请公布日 2022.05.31 (21)申请号 202210177302.0 (22)申请日 2022.02.24 (71)申请人苏州市职业大学
2023-05-10 约1.17万字 11页立即下载
电池剩余寿命预测模型构建、电池剩余寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565172 A (43)申请公布日 2022.05.31 (21)申请号 202210215363.1 (22)申请日 2022.03.08 (71)申请人苏州浪潮智能科技有限公司地址 2
2023-05-07 约1.74万字 16页立即下载
一种基于RVM与PF算法融合的电池剩余使用寿命预测方法.pdf (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 112816874 A (43)申请公布日 2021.05.18 (21)申请号 202011503315.X G01R 31/392 (2019.01)
2023-06-06 约1.28万字 11页立即下载
基于MFF的多核GPR算法的锂电池剩余寿命预测方法.pdf (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 113009368 A (43)申请公布日 2021.06.22 (21)申请号 202110206262.3 (22)申请日 2021.02.24 (71)申请人武汉
2023-06-07 约1.45万字 16页立即下载
一种基于数模联动的锂离子电池剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 115047350 A (43)申请公布日 2022.09.13 (21)申请号 202210729394.9 (22)申请日 2022.06.24 (71)申请人哈尔滨工业大学地址 150001
2023-05-23 约2.58万字 22页立即下载
一种基于工作温度矫正的电池剩余使用寿命预测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116400224 A (43)申请公布日 2023.07.07 (21)申请号 202310319281.6 (22)申请日 2023.03.28 (71)申请人广州大学地址 510006
2023-07-05 约1.73万字 14页立即下载
基于数据驱动的锂离子电池剩余寿命融合预测方法研究.docx 基于数据驱动的锂离子电池剩余寿命融合预测方法研究一、引言随着电动汽车、储能系统等领域的快速发展，锂离子电池因其高能量密度、长寿命和环保性等优点，得到了广泛应用。然而，锂离子电池的剩余寿命预测（PrognosticsandHealthManagement,PHM）对于保障系统安全、提高运行效率具有重要意义。本文提出了一种基于数据驱动的锂离子电池剩余寿命融合预测方法，旨在通过综合利用多种数据和信息，提高预测精度和可靠性。二、锂离子电池剩余寿命预测的重要性锂离子电池的剩余寿命预测是电池管理系统中不可或缺的一部分。准确预测电池的剩余寿命，不仅可以提高电池的使用效率，延长其使用寿命，还可以在电池
2025-04-28 约4.89千字 9页立即下载
一种基于迁移深度学习的电池组剩余寿命预测方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112798960 B (45)授权公告日 2022.06.24 (21)申请号 202110048627.4 G06N 20/00 (2019.01)
2023-06-03 约1.45万字 15页立即下载
基于集成学习的锂电池剩余使用寿命预测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881246 A (43)申请公布日 2022.08.09 (21)申请号 202210495663.X G06K 9/62 (2022.01)
2023-05-16 约1.69万字 17页立即下载