本發(fā)明提供了一種基于遷移學習的
鋰電池核溫評估方法及系統(tǒng),獲取目標域鋰電池參量數(shù)據(jù);根據(jù)獲取的鋰電池參量數(shù)據(jù)和目標域神經(jīng)網(wǎng)絡模型,得到鋰電池核溫評估結果;其中,根據(jù)源域鋰電池的歷史數(shù)據(jù)訓練得到源域神經(jīng)網(wǎng)絡模型,根據(jù)目標域數(shù)據(jù)進行源域神經(jīng)網(wǎng)絡模型的全連接層的再訓練,得到目標域神經(jīng)網(wǎng)絡;本發(fā)明采用遷移學習,將建立好的源域模型遷移到目標域鋰電池上,利用目標域的少量信息作為訓練數(shù)據(jù)即可準確估計目標域其他鋰電池的核溫,加快了模型訓練進展,提高了訓練效率。
聲明:
“基于遷移學習的鋰電池核溫評估方法及系統(tǒng)” 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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)