基于Transformer的深度学习电池荷电状态预估系统及方法
基本信息
| 申请号 | CN202111230200.2 | 申请日 | - |
| 公开（公告）号 | CN113673176B | 公开（公告）日 | 2022-02-22 |
| 申请公布号 | CN113673176B | 申请公布日 | 2022-02-22 |
| 分类号 | G06F30/27（2020.01）I;G06F17/16（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G01R31/367（2019.01）I;G01R31/382（2019.01）I | 分类 | 计算；推算；计数; |
| 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SOC在线预测技术领域，具体地说，涉及一种基于Transformer的深度学习电池荷电状态预估系统及方法。该系统包括：全连接神经网络，其用于对电池特征序列R及电池初始状态序列S进行处理并输出；Transformer神经网络，其用于对电池充放电过程序列T进行处理并输出；线性融合层，其用于对输出和输出进行拼接并加权计算以获取预测的电池SOC，；以及，输出层，其用于输出。该方法基于上述系统实现。本发明能够较佳地实现对及电池SOC的在线预测。 |
