一种归一化互信息准则约束的锂电池故障数据筛选方法与流程技术资料下载

技术编号:19062257

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于锂电池故障诊断领域,涉及深度学习,尤其涉及采用分数阶傅里叶变换、归一化故障互信息方法,对感知生成的锂电池故障数据进行筛选。背景技术目前,通过数据驱动与深度学习相结合的方法对锂电池进行故障诊断是锂电池安全状态监测的有效方法。但深度学习方法依赖大量数据,并且锂电池故障数据采集较为困难,实验室数据不能全面反映锂电池实际的复杂不确定工况,而真实交通环境的运行数据存在不完整和丢失情况。对此可采用感知生成增加模型训练的故障数据,但因生成过程中引入随机变量带来的不确定性,感知生成的锂电池故障数据不一...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 邢老师:1.机械设计及理论 2.生物医学材料及器械 3.声发射检测技术。
  • 王老师:1.数字信号处理 2.传感器技术及应用 3.机电一体化产品开发 4.机械工程测试技术 5.逆向工程技术研究
  • 王老师:1.机器人 2.嵌入式控制系统开发
  • 张老师:1.机械设计的应力分析、强度校核的计算机仿真 2.生物反应器研制 3.生物力学
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 赵老师:1.智能控制理论及应用 2.机器人控制技术 3.新能源控制技术与应用
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉