公开(公告)号：CN119226967A

公开(公告)日：2024-12-31

申请号：CN202411035503.2

申请日：2024-07-31

Applicant: 厦门大学平潭研究院 ,  漳州科华技术有限责任公司

Inventor： 冯昱源 ,  张志宏 ,  易龙强 ,  胡靖伟 ,  侯振松

IPC: G06F18/2433 ,  H01M10/42 ,  G06F18/213 ,  G06F18/15 ,  G06N3/0499 ,  G06N3/045 ,  G06N3/088 ,  G06N3/0895 ,  G06F30/367 ,  G06F123/02 ,  G06F119/04

Abstract: 本申请公开了一种电池健康度的预测方法、装置、计算机设备及存储介质，涉及锂离子电池技术领域，解决了目前存在收集终身训练数据所需的时间无法跟上新型电池的发展速度，导致新一代电池的开发速度较低的问题。该方法包括：确定最优电池健康度预测模型，利用翻译器将部分充电曲线翻译为电池电气特征序列词，之后通过冻结的预训练语言模型得到中间预测电池电气特征序列词，并利用特征重构层进行特征重构，得到完整充电曲线，随后利用物理引导测试时间提示学习算法对电池电气特征序列词进行时间更新，通过冻结的预训练语言模型得到目标预测电池电气特征序列词，利用输出映射层进行映射得到当前电池的预测健康度。

公开(公告)号：CN119224582A

公开(公告)日：2024-12-31

申请号：CN202411129778.2

申请日：2024-08-16

Applicant: 厦门大学平潭研究院 ,  漳州科华技术有限责任公司

Inventor： 冯昱源 ,  张志宏 ,  易龙强 ,  胡靖伟 ,  侯振松

IPC: G01R31/367 ,  G01R31/392 ,  G06F18/2415 ,  G06F18/214

Abstract: 本发明提供了一种基于语言模型的电池健康状态预测方法、装置及产品，利用上述技术方案，通过在应用侧获取目标电池的电气参数随时间变化的数据，并处理获得符合语言模型的输入特征的输入数据，通过目标语言模型的输出特征获得对应于目标电池的电池健康状态，而在训练侧则可通过电池的物理原理作为物理约束条件，对基础语言模型中预训练的模型骨干进行冻结，而对可调组件进行训练，从而获得目标语言模型，由此，利用预训练的模型骨干的泛化能力，以及物理约束的可解释性带来的泛化能力，减少了模型训练过程中对训练数据的需求量，优化建模过程，提升建模效率，从而提升电池健康状态预测的有效性。