公开(公告)号：CN114936514B

公开(公告)日：2022-12-02

申请号：CN202210438191.4

申请日：2022-04-20

申请人： 东北电力大学

发明人： 周欣欣 ,  高志蕊 ,  王相雨 ,  黄宇宁 ,  李心月 ,  李茂源 ,  薛青常 ,  孟炫宇 ,  郭月晨 ,  衣雪婷

IPC分类号： G06F30/27 ,  G06N3/00 ,  H01M8/04992 ,  G06F119/04

摘要： 本发明提供了一种基于改进灰色模型的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据，形成第一数据集；(2)对所述第一数据集进行数据检验；(3)采用改进后的鸟群算法对灰色模型辨识参数进行选取，建立基于改进的灰色模型锂离子电池寿命预测模型；(4)利用所述的基于改进灰色模型对所述第一数据集进行拟合，获得锂离子电池寿命数据在时间序列上的整体变化趋势，最终得到锂离子电池寿命预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高的锂离子电池寿命预测的精度，提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。

公开(公告)号：CN114936514A

公开(公告)日：2022-08-23

申请号：CN202210438191.4

申请日：2022-04-20

申请人： 东北电力大学

发明人： 周欣欣 ,  高志蕊 ,  王相雨 ,  黄宇宁 ,  李心月 ,  李茂源 ,  薛青常 ,  孟炫宇 ,  郭月晨 ,  衣雪婷

IPC分类号： G06F30/27 ,  G06N3/00 ,  H01M8/04992 ,  G06F119/04

摘要： 本发明提供了一种基于改进灰色模型的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据，形成第一数据集；(2)对所述第一数据集进行数据检验；(3)采用改进后的鸟群算法对灰色模型辨识参数进行选取，建立基于改进的灰色模型锂离子电池寿命预测模型；(4)利用所述的基于改进灰色模型对所述第一数据集进行拟合，获得锂离子电池寿命数据在时间序列上的整体变化趋势，最终得到锂离子电池寿命预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高的锂离子电池寿命预测的精度，提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。

公开(公告)号：CN114791571B

公开(公告)日：2023-03-24

申请号：CN202210406592.1

申请日：2022-04-18

申请人： 东北电力大学

发明人： 周欣欣 ,  高志蕊 ,  李心月 ,  王相雨 ,  黄宇宁 ,  李茂源 ,  薛青常 ,  孟炫宇 ,  郭月晨 ,  衣雪婷

IPC分类号： G01R31/392 ,  G01R31/367 ,  G06N3/042 ,  G06N3/098

摘要： 本发明提供了一种基于改进CSO‑LSTM网络的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据；(2)采用集合经验模态对电池数据进行预处理；(3)对预处理数据采用归一化方法进行处理，并划分训练集和测试集；(4)采用改进CSO选取LSTM最优超参数，建立基于改进LSTM的锂离子电池寿命预测模型；(5)将训练集输入到基于改进LSTM的锂离子电池寿命预测模型进行训练，得到基于改进CSO‑LSTM的锂离子电池寿命预测模型；(6)将测试集输入到训练好的锂离子电池寿命预测模型中，得到预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高了锂离子电池寿命预测精度，对于提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。

公开(公告)号：CN118710607A

公开(公告)日：2024-09-27

申请号：CN202410786769.4

申请日：2024-06-18

申请人： 东北电力大学

发明人： 周欣欣 ,  王相雨 ,  王贤鹏 ,  赵鸿皓

IPC分类号： G06T7/00 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明公开了一种基于改进YOLOv7的轻量化路面缺陷检测方法，具体包括以下步骤：（1）建立路面缺陷图像数据集；（2）为数据集中的图像添加标注信息；（3）构建基于改进YOLOv7的轻量化路面缺陷检测模型；（4）改进损失函数；（5）采用训练集和验证集对模型进行训练并保存训练好的模型；（6）采用测试集对模型进行测试，模型的精度满足泛化性要求，即获得最终的轻量化路面缺陷检测模型。相较于现有技术，本发明公开的一种基于改进YOLOv7的轻量化路面缺陷检测方法，能够有效提高路面缺陷检测的精度，同时，使模型具备了更好的轻量化特性，便于部署在资源受限的移动硬件平台上。

公开(公告)号：CN114791571A

公开(公告)日：2022-07-26

申请号：CN202210406592.1

申请日：2022-04-18

申请人： 东北电力大学

发明人： 周欣欣 ,  高志蕊 ,  李心月 ,  王相雨 ,  黄宇宁 ,  李茂源 ,  薛青常 ,  孟炫宇 ,  郭月晨 ,  衣雪婷

IPC分类号： G01R31/392 ,  G01R31/367 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供了一种基于改进CSO‑LSTM网络的锂离子电池寿命预测方法及装置，具体包括以下步骤：(1)获取锂离子电池数据；(2)采用集合经验模态对电池数据进行预处理；(3)对预处理数据采用归一化方法进行处理，并划分训练集和测试集；(4)采用改进CSO选取LSTM最优超参数，建立基于改进LSTM的锂离子电池寿命预测模型；(5)将训练集输入到基于改进LSTM的锂离子电池寿命预测模型进行训练，得到基于改进CSO‑LSTM的锂离子电池寿命预测模型；(6)将测试集输入到训练好的锂离子电池寿命预测模型中，得到预测结果。本发明提供的锂离子电池寿命预测方法及装置有效的提高了锂离子电池寿命预测精度，对于提高锂离子电池的稳定性和安全性，具有重要的实际工程意义。