申请/专利权人:北京理工新源信息科技有限公司
申请日:2023-11-24
公开(公告)日:2024-02-27
公开(公告)号:CN117607694A
主分类号:G01R31/367
分类号:G01R31/367;G06F18/243;G06N5/01;G01R31/392
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明涉及动力电池评估技术领域,公开了车载动力电池异常衰退识别模型构建和异常衰退识别方法,本发明提供的车载动力电池异常衰退识别模型构建方法,利用多个目标车辆的容量保持率数据序列与对应的衰退类型信息之间的关联数据集对预设模型进行训练,使得预设模型学习目标车辆的容量保持率数据序列与衰退类型信息之间的关联关系,后续将目标车辆的容量保持率数据序列输入到训练完成后得到的车载动力电池异常衰退识别模型中,该模型可以识别得到目标车辆的衰退类型信息,解决了相关技术中无法检测车载动力电池的衰退类型的问题。
主权项:1.一种车载动力电池异常衰退识别模型构建方法,其特征在于,所述方法包括:获取多个目标车辆的容量保持率数据序列,所述多个目标车辆的车型相同,所述多个目标车辆的容量保持率数据序列用于表征对应目标车辆的车载动力电池发生衰退时的容量保持率随时间的变化信息;对所述多个目标车辆的容量保持率数据序列进行分析,确定各目标车辆对应车载动力电池的衰退类型信息;将所述多个目标车辆的容量保持率数据序列与对应的衰退类型信息进行关联,得到关联数据集;利用所述关联数据集对预设模型进行训练,直至满足预设条件,得到车载动力电池异常衰退识别模型。
全文数据:
权利要求:
百度查询: 北京理工新源信息科技有限公司 车载动力电池异常衰退识别模型构建和异常衰退识别方法
免责声明
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。