本技術涉及儲能箱散熱結構技術領域，尤其涉及一種儲能電池熱量循環提速結構，包括儲能箱組，所述儲能箱組包括箱體，所述箱體頂端設置有抽吸組件，所述抽吸組件包括與箱體頂端相連接貫通的銜接軸管，所述銜接軸管頂端連接有熱箱，且熱箱頂端連接有出氣管，...

本技術公開了一種微小型異性電池檢測機器人，包括底部基座、機器人主體和檢測機構，所述底部基座的上表面設有機器人主體，且機器人主體的一側設有檢測機構，所述機器人主體的上端活動連接有旋轉關節，且旋轉關節的另一側設有機械臂，所述機械臂的另一端設...

本技術公開了一種儲能站巡檢消防機器人，涉及消防機器人技術領域，包括消防機器人本體，所述消防機器人本體的前后兩側分別連接有橡膠板，且橡膠板的上方對稱分布有支撐桿，所述支撐桿的頂端設有防護板，且防護板的內部開設有與支撐桿相適配的移動槽。本技...

本發明公開一種基于HS?MH?MoE模型和EIS數據的電池SOH和RUL聯合預測方法，包括步驟：S1測試并采集電池數據：采用專業阻抗譜測試儀器采集電池EIS數據；S2對不同的EIS數據以及對應的SOH和RUL數據進行融合；S3使用多層多...

本發明公開一種基于MH?MoE模型和EIS數據的預測電池SOH的方法，包括步驟：S1測試并采集電池EIS和SOH數據；S2構建MH?MoE模型：MH?MoE模型包含3個專家子模型和3個門控網絡模型，每個子模型均是CNN?LSTM模型；C...

本發明公開一種基于HS?MH?MoE模型和電池的電流電阻阻抗預測RUL的方法，包括步驟：S1測試并采集電池電流、電阻、阻抗和RUL數據；S2構建HS?MH?MoE模型：包括多層多頭稀疏專家子模型；使用2層結構，每層均包含3個專家子模型，...

本發明公開一種基于MH?MoE模型和EIS數據的電池RUL預測方法，包括步驟：S1測試并采集電池EIS和RUL數據；S2構建MH?MoE模型：包含3個專家子模型和3個門控網絡模型，每個子模型均是MLP模型；將3個專家子模型的RUL預測值...

本發明公開一種基于HS?MH?MoE模型和電池的電流電壓溫度預測SOH的方法，包括步驟：S1測試并采集電池電流、電壓、溫度和容量數據；S2構建HS?MH?MoE模型：包括多層多頭稀疏混合專家子模型；使用2層結構，每層均包含3個專家子模型...

本技術公開一體式儲能充電樁，主要由PCS艙、儲能艙、充電樁及電氣控制艙、監控攝像頭組成。所述PCS艙主要包含PCS、PCS散熱進風口、PCS散熱出風口。PCS散熱進風口與PCS散熱出風口左右對稱分布，并且PCS艙外三面均可開門維護。所述...

本發明公開一種基于電池融合數據的電池SOH和RUL聯合預測方法，包括步驟：S1測試并采集電池數據。S2對不同來源的數據進行融合。S3構建多目標預測模型，包括：使用多個MLP模型提取電池運行數據特征；將不同MLP模型提取到的電池運行數據的...

本發明公開一種基于HS?MOE模型和EIS數據的預測電池SOH方法，包括步驟：S1.測試并采集電池EIS和SOH數據。S2.構建HS?MOE模型：包含2層多專家模型和門控網絡模型，每一個層級均包含多個專家子模型和一個門控網絡模型；在每一...

本發明公開一種基于HS?MOE模型和EIS數據的預測電池RUL方法，包括步驟：S1測試并采集電池EIS和RUL數據。S2構建HS?MOE模型：包含2層多專家模型和門控網絡模型，每一個層級均包含多個專家子模型和一個門控網絡模型；在每一專家...

本發明公開了一種基于SMoE模型和膨脹應力特征的電池SOC預測方法，測試并采集電池運行數據和SOC數據，電池運行數據包含膨脹應力、電流、電壓和溫度；構建SMoE模型，SMoE模型包含多專家模型和門控網絡模型；訓練和校驗SMoE模型；預測...

本發明公開了一種基于MH?MoE模型和膨脹應力等特征的電池RUL預測系統及其預測方法，涉及電池壽命預測方法技術領域，包括輸入層、專家層和門控網絡層，輸入層輸入的數據包括電池的電流、電壓、膨脹應力和溫度，專家層包括M個專家子模型，從不同的...

本發明公開了一種基于SMOE模型和EIS的電池RUL預測方法，測試并采集電池EIS和RUL數據，構建基于多頭注意力機制的SMOE模型，基于多頭注意力機制的SMOE模型包含三個專家子模型、一個門控網絡模型和三個注意力機制計算模塊，訓練和校...

本發明公開了一種基于注意力機制SMOE模型的電池RUL預測方法，測試并采集電池電流、電阻、阻抗和RUL數據,構建基于注意力機制的SMOE模型，基于注意力機制的SMOE模型包括多個專家子模型、一個門控網絡模型和一個注意力機制計算層,訓練和...

本發明公開了一種基于注意力機制MOE模型的電池SOH預測方法，測試并采集電池電流、電壓、溫度和容量數據，構建基于注意力機制的MOE模型，基于注意力機制的MOE模型包括多個專家子模型、一個門控網絡模型和一個注意力機制計算層，訓練和校驗基于...

本發明公開了一種基于HS?MoE模型的電池SOC和RUL預測方法，測試并采集電池運行數據以及SOC和RUL，電池運行數據包含膨脹應力、電流、電壓和溫度，構建HS?MoE模型，HS?MoE模型包含兩個層級，每個層級包含多專家模型和一個門控...

本發明公開了一種基于MH?MOE和EIS的電池SOH預測方法，測試并采集電池EIS和SOH數據，構建基于多頭注意力機制的MH?MOE模型，基于多頭注意力機制的MH?MOE模型包含3個專家子模型、3個門控網絡模型和3個注意力機制計算模塊，...

本申請涉及信息技術領域，提供一種基于多目標預測模型的預測SOH和RUL的方法及設備。本申請的基于多目標預測模型的預測SOH和RUL的方法包括：獲取整合的EIS數據集；其中，整合的EIS數據集包括多組EIS子數據，每一組EIS子數據均是在...