申请/专利权人:北京理工大学重庆创新中心
申请日:2024-01-09
公开(公告)日:2024-04-09
公开(公告)号:CN117841689A
主分类号:B60L3/12
分类号:B60L3/12;B60L58/12;B60L58/10;G06N3/0455;G06N3/049;G06N3/0895
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于时间序列大模型算法的动力电池剩余续航预测方法,属于电池寿命预测技术领域,包括以下步骤:S1:采集车辆静态数据特征;S2:采集车辆运行动态数据:将上一次充电开始到下一次充电开始视为完整的一个循环;S3:计算两次循环间差分;S4:用上一次充电开始到下一次充电开始这样一个完整循环的特征Xi组成的序列作为训练模型的输入;S5:用上一次充电开始到下一次充电开始这样一个完整循环的行驶公里数作为训练模型的目标值;S6:基于XGBoost回归模型进行重要特征清洗;S7:训练时间序列大语言模型Time‑LLaMA;S8:利用训练完成的Time‑LLaMA对动力电池剩余续航时间进行预测。
主权项:1.一种基于时间序列大模型算法的动力电池剩余续航预测方法,其特征在于:包括以下步骤:S1:采集车辆静态数据特征;S2:采集车辆运行动态数据:将上一次充电开始到下一次充电开始视为完整的一个循环;S3:计算两次循环间差分;S4:用上一次充电开始到下一次充电开始这样一个完整循环的特征Xi组成的序列作为训练模型的输入;S5:用上一次充电开始到下一次充电开始这样一个完整循环的行驶公里数作为训练模型的目标值;S6:基于XGBoost回归模型进行重要特征清洗;S7:训练时间序列大语言模型Time-LLaMA;S8:利用训练完成的Time-LLaMA对动力电池剩余续航时间进行预测。
全文数据:
权利要求:
百度查询: 北京理工大学重庆创新中心 一种基于时间序列大模型算法的动力电池剩余续航预测方法
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。