简介:
本发明提供了锂电池检测技术领域的一种基于半监督迁移学习的锂电池容量预测方法,包括:步骤S10、获取锂电池的实验室数据、实际工况数据;步骤S20、对获取的数据进行特征提取得到第一特征组、第二特征组;步骤S30、对第一特征组、第二特征组进行预处理,得到实验室数据集和实际工况数据集;步骤S40、创建第一容量预测模型、第二容量预测模型;步骤S50、利用实验室数据集对第一容量预测模型进行训练;步骤S60、利用训练后的第一容量预测模型作为第二容量预测模型的初始化参数,合并两个数据集输入第二容量预测模型进行迁移学习训练;步骤S70、利用第二容量预测模型进行锂电池容量预测。本发明的优点在于:极大地提升了实际工况下锂电池容量预测的精度。
本发明提供了
锂电池检测技术领域的一种基于半监督迁移学习的锂电池容量预测方法,包括:步骤S10、获取锂电池的实验室数据、实际工况数据;步骤S20、对获取的数据进行特征提取得到第一特征组、第二特征组;步骤S30、对第一特征组、第二特征组进行预处理,得到实验室数据集和实际工况数据集;步骤S40、创建第一容量预测模型、第二容量预测模型;步骤S50、利用实验室数据集对第一容量预测模型进行训练;步骤S60、利用训练后的第一容量预测模型作为第二容量预测模型的初始化参数,合并两个数据集输入第二容量预测模型进行迁移学习训练;步骤S70、利用第二容量预测模型进行锂电池容量预测。本发明的优点在于:极大地提升了实际工况下锂电池容量预测的精度。