华南理工大学余昭胜获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华南理工大学申请的专利一种利用机器学习预测动力电池当前循环数的方法与系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115358444B 。
龙图腾网通过国家知识产权局官网在2026-04-07发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210860485.6,技术领域涉及:G06F18/2431;该发明授权一种利用机器学习预测动力电池当前循环数的方法与系统是由余昭胜;董锦熙;张息奎;邹骑鸿;马晓茜设计研发完成,并于2022-07-21向国家知识产权局提交的专利申请。
本一种利用机器学习预测动力电池当前循环数的方法与系统在说明书摘要公布了:本发明公开了一种利用机器学习预测动力电池当前循环数的方法及系统。所述方法包括:获取目标动力电池的历史数据,建立用于训练模型的数据集;利用混沌麻雀算法对模型进行调参;根据调参得到的超参数利用CatBoost算法对数据进行训练得到模型;该模型可用于预测与目标动力电池相同型号的电池当前循环数,并具有较高精度。本发明可以有效降低动力电池因老化而引发的一系列故障,且相比结合实验与数据来预测电池寿命,以纯数据驱动预测显得更为便捷,可广泛适用于各种类型与型号下的动力电池寿命预测。
本发明授权一种利用机器学习预测动力电池当前循环数的方法与系统在权利要求书中公布了:1.一种利用机器学习预测动力电池当前循环数的方法,其特征在于,所述方法包括步骤: 获取目标动力电池的历史数据,利用随机森林对历史数据中参量对当前循环数的重要性作评估,建立用于模型训练的数据集; 利用混沌麻雀算法进行调参,得到一组相对优的算法所需的超参数; 利用CatBoost算法对训练集数据进行训练,得到能够预测与目标动力电池相同种类型号电池的当前循环次数预测模型; 将多组动力电池实测数据输入训练得到的当前循环次数预测模型,输出多个当前循环次数的预测值,对多个当前循环次数预测值进行分析,消除噪声数据后得到目标动力电池当前循环次数数值; 所述将多组动力电池实测数据输入训练得到的当前循环次数预测模型,输出多个当前循环次数的预测值,对多个当前循环次数预测值进行分析,消除噪声数据后得到目标动力电池当前循环次数数值,包括: 当前循环次数预测模型的输出为动力电池的当前循环数,并确定当前循环次数预测模型的输入参量; 对目标动力电池进行m次充放循环,记录每次充放循环下各输入参量的具体数值; 将m组参量的具体数值输入到当前循环次数预测模型进行预测,得到m个动力电池当前循环数预测值; 将m个预测值从大到小进行排序; 设定预测值的置信空间,删除不在该置信空间内的预测值,定义删除的预测值的数量为h,h≥0; 在删除了不在置信空间内的预测值后,若剩余的各预测值相差不大,取各预测值平均值或中位数为目标动力电池当前循环数;若各预测值相差较大,补充进行c次充放循环,并观察每次新补充充放循环下的目标动力电池当前循环预测值,若预测值不在原置信区间,则直接将该当前循环预测值舍弃,假设舍弃了a个预测值,得到m-h+c-a个目标动力电池当前循环预测值后发现m-h+c-a个数据的峰度小于预设值,取各数值平均值或中位数为目标动力电池当前循环数;其中,所述预测值相差不大和所述预测值相差较大的判断方式为,计算剔除不在置信空间的预测值后的剩余预测值的峰度,若峰度大于等于峰度预设值,则为相差较大;若峰度小于峰度预设值,则为相差不大。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励