[發(fā)明專利]基于時間卷積注意力機(jī)制的鋰電池剩余壽命概率預(yù)測方法在審
| 申請?zhí)枺?/td> | 202310369478.0 | 申請日: | 2023-04-07 |
| 公開(公告)號: | CN116381517A | 公開(公告)日: | 2023-07-04 |
| 發(fā)明(設(shè)計(jì))人: | 王磊;秦鴻宇;任基澤;張建;肖茂棟 | 申請(專利權(quán))人: | 北京航空航天大學(xué) |
| 主分類號: | G01R31/378 | 分類號: | G01R31/378;G01R31/367;G01R31/392 |
| 代理公司: | 北京卓特專利代理事務(wù)所(普通合伙) 11572 | 代理人: | 田冰 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 時間 卷積 注意力 機(jī)制 鋰電池 剩余 壽命 概率 預(yù)測 方法 | ||
1.基于時間卷積注意力機(jī)制的鋰電池剩余壽命概率預(yù)測方法,其特征在于,包括以下步驟:
步驟1:收集電池老化數(shù)據(jù),包括充放電過程中的各項(xiàng)觀測指標(biāo),建立鋰電池老化數(shù)據(jù)庫;
步驟2:根據(jù)獲得的原始數(shù)據(jù),提取與鋰電池壽命即充放電循環(huán)次數(shù)相關(guān)的觀測指標(biāo)作為健康因子構(gòu)成特征向量,進(jìn)行數(shù)據(jù)預(yù)處理并按比例劃分訓(xùn)練集和測試集;
步驟3:構(gòu)建以時間卷積原理為核心的注意力層;
步驟4:以注意力層為核心并結(jié)合多層感知機(jī)、層歸一化構(gòu)成基本模塊,利用位置編碼層、線性連接層和多個基本模塊堆疊的層級結(jié)構(gòu)共同構(gòu)成完整的電池容量衰減深度學(xué)習(xí)框架;
步驟5:利用所述訓(xùn)練集訓(xùn)練電池容量衰減深度學(xué)習(xí)框架,在訓(xùn)練集上獲得準(zhǔn)確率大于指定閾值之后在所述測試集上輸出鋰電池多個時間步后對應(yīng)的預(yù)測容量所滿足高斯分布的均值和標(biāo)準(zhǔn)差結(jié)果,實(shí)現(xiàn)概率預(yù)測,并結(jié)合鋰電池失效閾值得到其剩余壽命的預(yù)測結(jié)果。
2.根據(jù)權(quán)利要求1所述的基于時間卷積注意力機(jī)制的鋰電池剩余壽命概率預(yù)測方法,其特征在于,所述步驟1的具體方法為:
步驟1.1:根據(jù)目標(biāo)電池型號確定電池基本參數(shù),包括額定容量、充放電截止電壓以及電池失效對應(yīng)的容量衰減閾值;
步驟1.2:按照電池充放電循環(huán)實(shí)驗(yàn)協(xié)議,采集電池充放電狀態(tài)下的電壓、電流、溫度、時間、電量等參數(shù)作為電池老化數(shù)據(jù)集,對應(yīng)的充放電循環(huán)次數(shù)則作為電池壽命量化指標(biāo)。
3.根據(jù)權(quán)利要求1或2所述的基于時間卷積注意力機(jī)制的鋰電池剩余壽命概率預(yù)測方法,其特征在于,所述步驟2的具體方法為:
步驟2.1:基于鋰電池老化原始數(shù)據(jù)庫,通過測量參數(shù)在電池全壽命周期中容量衰減的相關(guān)性分析方法提取相關(guān)性大于指定閾值的參數(shù)作為健康因子,將健康因子作為電池容量衰減深度學(xué)習(xí)框架輸入特征ξ的構(gòu)成之一,ξ={ξ(i),i=1,2,...,n1},其中n1為提取健康因子的個數(shù);
步驟2.2:對數(shù)據(jù)進(jìn)行預(yù)處理工作,去除其中的異常值與缺失值:為保證預(yù)測結(jié)果的精確性,對連續(xù)多個充放電循環(huán)的特征向量進(jìn)行滑動窗計(jì)算,對缺失值或者超出正常變化范圍的異常值進(jìn)行去除,并使用窗口內(nèi)相鄰數(shù)據(jù)的均值替換,得到可用數(shù)據(jù)集D=[ξ1,ξ2,…,ξN],其中N為完整的數(shù)據(jù)序列長度,向量下角標(biāo)表示數(shù)據(jù)對應(yīng)的循環(huán)充放電次數(shù);
步驟2.3:按照一定比例將數(shù)據(jù)集D分為訓(xùn)練集Dtrain與測試集Dtest兩部分,使用Dtrain訓(xùn)練電池容量衰減深度學(xué)習(xí)框架,使用測試集Dtest驗(yàn)證所述電池容量衰減深度學(xué)習(xí)框架的預(yù)測性能;對數(shù)據(jù)集進(jìn)行輸入數(shù)據(jù)與輸出數(shù)據(jù)的劃分,輸入X=[ξ1,ξ2,…,ξin],其中in表示電池容量衰減深度學(xué)習(xí)框架輸入的數(shù)據(jù)長度,輸出y=[y1,y2,…,yout],其中y表示電池容量衰減深度學(xué)習(xí)框架預(yù)測目標(biāo),out表示期望電池容量衰減深度學(xué)習(xí)框架輸出的數(shù)據(jù)長度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京航空航天大學(xué),未經(jīng)北京航空航天大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310369478.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)





