本發(fā)明提供了一種基于多尺度注意力機(jī)制的
鋰電池荷電狀態(tài)預(yù)測方法,所述多尺度注意力機(jī)制中各時間節(jié)點的關(guān)系構(gòu)建一種多尺度層次結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)模型,每個非葉子節(jié)點有C個子節(jié)點,每個節(jié)點只關(guān)注有限的若干個key,尺度間連接對原始時間序列建立了多尺度的表示,位于最小尺度的節(jié)點對應(yīng)與時間序列中的原始點,而位于較大尺度的節(jié)點對應(yīng)時間序列在較低分辨率上表現(xiàn)出來的特征,本發(fā)明的有益效果在于:多尺度注意力機(jī)制引入鋰電池SOC預(yù)測模型中,在增強長時依賴性捕捉能力的同時降低了模型復(fù)雜度,能夠?qū)崿F(xiàn)高精度在線式鋰電池SOC預(yù)測。
聲明:
“基于多尺度注意力機(jī)制的鋰電池荷電狀態(tài)預(yù)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)