本發明涉及一種混合卷積神經網絡驅動的鋰電池多類故障診斷建模方法,屬于電池技術領域。利用分數階傅里葉變換獲得實測的和篩選的鋰電池精細化故障頻譜,構成用于鋰電池故障診斷的混合大數據標注樣本;設計面向混合鋰電池故障樣本的全局卷積神經網絡,以及分別針對實測的和篩選的鋰電池故障數據的局部卷積神經網絡,構成混合卷積神經網絡鋰電池故障診斷模型;通過對卷積神經網絡中的全局與局部鋰電池故障特征進行學習,并采用全連接分類映射,實現鋰電池故障的多分類與定位。該方法提高了電池管理系統可靠性和安全性,減輕了參數眾多引起的計算復雜性,解決了多物理耦合診斷模型在實際應用中僅能針對某一類鋰電池故障診斷任務的問題。
聲明:
“混合卷積神經網絡驅動的鋰電池多類故障診斷建模方法” 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)