本發明涉及一種基于深度?遷移學習的鋰離子電池SOC估計方法,獲得源域訓練集以及目標域訓練集和測試集;構建基于深度學習的鋰離子電池SOC估計源域模型,利用源域訓練集對鋰離子電池SOC估計源域模型進行訓練,保存模型訓練數據參數;構建基于深度學習的鋰離子電池SOC估計目標域模型,采用遷移學習方法,將鋰離子電池SOC估計源域模型訓練數據參數轉移至所述鋰離子電池SOC估計目標域模型,共享模型權值參數進行初始化設置;將鋰離子電池目標域訓練集導入鋰離子電池SOC估計目標域模型進行微調訓練處理,進一步導入目標域測試集預測鋰離子電池SOC值。本發明減少鋰離子電池SOC估計模型的訓練時間和實驗數據收集過程需要耗費大量的時間和資金投入。
聲明:
“基于深度-遷移學習的鋰離子電池SOC估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)