【技術實現步驟摘要】
本專利技術涉及機器學習，具體而言，涉及一種基于jetson?orin?nx的電池狀態預測系統。
技術介紹
1、隨著物聯網和硬件計算機的高速發展，移動設備的普及度和覆蓋面越來越廣，占據著生活中很大一部分。移動設備智能化離不開高新技術的發展。在生活中，手機人臉識別、指紋識別、語音識別早已融入日常；在工業中，瑕疵檢測、目標追蹤、圖像識別早就落地實現。基于物聯網，硬件計算器和傳感器可以只負責采集數據，將模型部署在遠程服務器，服務器將推理計算的輸出結果返回；另一種是“邊緣計算”，直接將模型部署在邊緣設備上，自行完成數據處理和推理計算。對比這兩種方法，遠程部署雖然不用考慮算力的限制，但是需要消耗大量的計算資源；邊緣計算的方式通過邊緣設備獨立推理計算，僅僅將結果輸出，不需要依賴高速網絡，降低了成本，大大減少了網絡擁堵的情況，部署場景更加自由，缺點是由于嵌入式設備自身的算力不足，能夠處理運算的模型大小十分有限。
技術實現思路
1、鑒于此，本專利技術提出了一種基于jetson?orin?nx的電池狀態預測系統，以解決上述現有技術存在的問題。
2、為實現上述目的，本專利技術提出了一種基于jetson?orin?nx的電池狀態預測系統，包括：
3、包括數據顯示模塊、數據接收與傳輸模塊、數據存儲模塊、模型構建模塊；
4、所述數據顯示模塊用于顯示電池相關數據、預測模型的相關信息；
5、所述數據接收與傳輸模塊用于實現所述電池相關數據的傳輸；
6、所述
7、所述模型構建模塊用于根據所述電池相關數據，并采用蜉蝣算法優化長短時記憶網絡構建狀態預測模型，輸出電池狀態的預測結果。
8、可選地，所述系統以jetson?orin?nx作為邊緣計算設備，通過電腦作為數據傳輸設備，適配輸入、輸出外設，以完成電池狀態的離線預測；所述狀態預測模型采用python語言進行編寫。
9、可選地，所述數據顯示模塊包括第一顯示部分、第二顯示部分以及第三顯示部分，所述第一顯示部分用于采用textbrowser實現預測模型相關信息的顯示，所述預測模型相關信息包括但不限于模型評價指標、所選數據集、系統提示語、模型預測值、模型誤差值；所述第二顯示部分用于采用textbrowser實現電池相關數據的顯示，所述電池相關數據包括但不限于充電狀態、輸出電壓、輸出電流、環境溫度；所述第三顯示部分用于創建并顯示畫布圖像。
10、可選地，所述數據接收與傳輸模塊包括若干個杜邦線和ttl接口以及數據采集模塊，所述杜邦線用于將jetson?orin?nx對應的串口、發送端、接收端、高低電平引腳相連接；所述ttl接口用于jetson?orin?nx與電腦相連接，所述數據采集模塊通過電腦的串口助手模擬jetson?orin?nx通過串口與傳感器連接的行為，將電池相關數據傳輸到邊緣設備接收緩存區。
11、可選地，獲取電池相關數據后，系統采用csv.writer將數據寫成csv格式，并設置文件的表頭為soc、電壓、電流和溫度。
12、可選地，所述數據存儲模塊用于采用串口通訊方式獲取電池相關數據，采用qt中的文件對話框類函數獲取“保存”文件的名稱和路徑，并將所述電池相關數據文件保存到指定的路徑下。
13、可選地，所述模型構建模塊包括數據集構建模塊、模型訓練模塊、模型評價模塊；所述數據集構建模塊用于根據電池相關數據構建用于狀態預測模型輸入的數據集；所述模型訓練模塊用于確定模型參數以及模型構建；所述模型評價模塊用于對訓練完成后的狀態預測模型進行誤差計算。
14、可選地，所述數據集構建模塊采用pyqt5語句打開訓練集和測試集的對話框，用戶通過對話框選取電池相關數據作為數據集，并劃分為訓練集與測試集；選取數據集后，所述數據集構建模塊將所選數據集的文件名保存到臨時文件中，并在textbrowser中顯示。
15、可選地，所述模型訓練模塊將電腦程序中使用的浮點數參數轉化為較小的浮點數參數，以實現模型參數優化；根據優化后的參數，采用蜉蝣算法確定模型超參數，并根據所述模型超參數訓練長短時記憶網絡，構建狀態預測模型。
16、可選地，所述模型評價模塊分別計算所述狀態預測模型平均絕對百分比誤差、均方根誤差、均絕對誤差以及決定系數，對所述狀態預測模型的預測結果進行評價。
17、與現有技術相比，本專利技術的有益效果在于，
18、本專利技術采用物聯網和機器學習的方式，讓電池狀態預測、電池狀態均衡和故障檢測更加便利和準確；采用python語言進行模型數據集的構建與劃分，并保存至臨時文件，提高了用戶的使用便捷性，還可有效避免用戶輸入文件路徑可能出現的錯誤；通過誤差計算及時發現模型的缺陷，提高模型的穩定性和可靠性，根據評價結果，用戶可以在源代碼對模型進一步進行優化，提高其預測能力和適應性，從而滿足不同需求場景的soc預測需求。
本文檔來自技高網...【技術保護點】
1.一種基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，包括數據顯示模塊、數據接收與傳輸模塊、數據存儲模塊、模型構建模塊；
2.根據權利要求1所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述系統以Jetson?Orin?NX作為邊緣計算設備，通過電腦作為數據傳輸設備，適配輸入、輸出外設，以完成電池狀態的離線預測；所述狀態預測模型采用Python語言進行編寫。
3.根據權利要求1所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述數據顯示模塊包括第一顯示部分、第二顯示部分以及第三顯示部分，所述第一顯示部分用于采用textBrowser實現預測模型相關信息的顯示，所述預測模型相關信息包括但不限于模型評價指標、所選數據集、系統提示語、模型預測值、模型誤差值；所述第二顯示部分用于采用textBrowser實現電池相關數據的顯示，所述電池相關數據包括但不限于充電狀態、輸出電壓、輸出電流、環境溫度；所述第三顯示部分用于創建并顯示畫布圖像。
4.根據權利要求1所述的基于Jetson?Orin?N
5.根據權利要求1所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，獲取電池相關數據后，系統采用csv.writer將數據寫成csv格式，并設置文件的表頭為SOC、電壓、電流和溫度。
6.根據權利要求1所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述數據存儲模塊用于采用串口通訊方式獲取電池相關數據，采用Qt中的文件對話框類函數獲取“保存”文件的名稱和路徑，并將所述電池相關數據文件保存到指定的路徑下。
7.根據權利要求1所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述模型構建模塊包括數據集構建模塊、模型訓練模塊、模型評價模塊；所述數據集構建模塊用于根據電池相關數據構建用于狀態預測模型輸入的數據集；所述模型訓練模塊用于確定模型參數以及模型構建；所述模型評價模塊用于對訓練完成后的狀態預測模型進行誤差計算。
8.根據權利要求7所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述數據集構建模塊采用PyQt5語句打開訓練集和測試集的對話框，用戶通過對話框選取電池相關數據作為數據集，并劃分為訓練集與測試集；選取數據集后，所述數據集構建模塊將所選數據集的文件名保存到臨時文件中，并在textBrowser中顯示。
9.根據權利要求7所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述模型訓練模塊將電腦程序中使用的浮點數參數轉化為較小的浮點數參數，以實現模型參數優化；根據優化后的參數，采用蜉蝣算法確定模型超參數，并根據所述模型超參數訓練長短時記憶網絡，構建狀態預測模型。
10.根據權利要求7所述的基于Jetson?Orin?Nx的電池狀態預測系統，其特征在于，所述模型評價模塊分別計算所述狀態預測模型平均絕對百分比誤差、均方根誤差、均絕對誤差以及決定系數，對所述狀態預測模型的預測結果進行評價。
...【技術特征摘要】
1.一種基于jetson?orin?nx的電池狀態預測系統，其特征在于，包括數據顯示模塊、數據接收與傳輸模塊、數據存儲模塊、模型構建模塊；
2.根據權利要求1所述的基于jetson?orin?nx的電池狀態預測系統，其特征在于，所述系統以jetson?orin?nx作為邊緣計算設備，通過電腦作為數據傳輸設備，適配輸入、輸出外設，以完成電池狀態的離線預測；所述狀態預測模型采用python語言進行編寫。
3.根據權利要求1所述的基于jetson?orin?nx的電池狀態預測系統，其特征在于，所述數據顯示模塊包括第一顯示部分、第二顯示部分以及第三顯示部分，所述第一顯示部分用于采用textbrowser實現預測模型相關信息的顯示，所述預測模型相關信息包括但不限于模型評價指標、所選數據集、系統提示語、模型預測值、模型誤差值；所述第二顯示部分用于采用textbrowser實現電池相關數據的顯示，所述電池相關數據包括但不限于充電狀態、輸出電壓、輸出電流、環境溫度；所述第三顯示部分用于創建并顯示畫布圖像。
4.根據權利要求1所述的基于jetson?orin?nx的電池狀態預測系統，其特征在于，所述數據接收與傳輸模塊包括若干個杜邦線和ttl接口以及數據采集模塊，所述杜邦線用于將jetson?orin?nx對應的串口、發送端、接收端、高低電平引腳相連接；所述ttl接口用于jetson?orin?nx與電腦相連接，所述數據采集模塊通過電腦的串口助手模擬jetson?orinnx通過串口與傳感器連接的行為，將電池相關數據傳輸到邊緣設備接收緩存區。
5.根據權利要求1所述的基于jetson?orin?nx的電池狀態預測系統，其特征在于，獲取電池相關數據后，系統采用csv.writer將數...
【專利技術屬性】
技術研發人員：陳心滿，楊正清，楊浩靜，李俊輝，萬思成，
申請(專利權)人：華南師范大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。