基于双塔深度学习网络的电池容量预估模型及方法
基本信息
| 申请号 | CN202111295278.2 | 申请日 | - |
| 公开（公告）号 | CN113721151B | 公开（公告）日 | 2022-02-08 |
| 申请公布号 | CN113721151B | 申请公布日 | 2022-02-08 |
| 分类号 | G01R31/367（2019.01）I | 分类 | 测量；测试; |
| 发明人 | 肖劼;胡雄毅;余为才 | 申请（专利权）人 | 杭州宇谷科技股份有限公司 |
| 代理机构 | 合肥初航知识产权代理事务所（普通合伙） | 代理人 | 谢永 |
| 地址 | 311113浙江省杭州市余杭区良渚街道七贤路1号1幢6楼603室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及电池容量预测技术领域，具体地说，涉及一种基于双塔深度学习网络的电池容量预估模型及方法。该电池容量预估模型包括：第一输入层，其用于输入恒流充电特征序列；第一全连接网络，其用于对恒流充电特征序列进行处理并生成第一输出；第二输入层，其用于输入随机放电特征序列；第二全连接网络，其用于对随机放电特征序列进行处理并生成第二输出；以及输出层，其用于对第一输出和第二输出进行合并后，生成预估电池容量。该方法基于上述模型实现。本发明具备更高的电池容量估计精度。 |
