当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 小米汽车电池健康预测专利曝光告别“快乐表”

小米汽车电池健康预测专利曝光告别“快乐表”

2025-05-21 12:41:58 0浏览 收藏

小米汽车科技有限公司近日公布了“电池健康状态预测方法及装置”专利,该专利通过仿真运算,利用两个不同的训练数据集训练电池状态预测模型,有效提高了电池健康状态参数的预测准确性。作为纯电动汽车的核心部件,小米在动力电池领域积累了丰富经验,此前还获得了“电池及车身一体化结构、车辆”专利的授权,进一步提升了车辆的集成化程度和续航里程。

天眼查财产线索信息显示,近日,小米汽车科技有限公司申请的“电池健康状态预测方法及装置”专利已公布。

小米汽车公布电池健康状态预测专利 不再是“快乐表”?

摘要显示,本专利涉及仿真运算领域。其具体步骤包括:首先获取第一训练数据集,利用该数据集训练电池状态预测模型以确定第一参数集,其中,第一训练数据集包含电池运行中的工况数据;然后获取第二训练数据集,利用该数据集进一步训练电池状态预测模型以确定第二参数集,第二训练数据集为电池健康状态相关数据;接下来,将第一参数集和第二参数集配置到电池状态预测模型中;最后,将电池的实时参数输入到该模型中进行推理运算,以确定电池健康状态参数。通过使用两个不同的训练数据集来训练模型中的参数,本专利能够有效预测电池健康状态参数,避免预测精度不足的问题,从而提高了电池状态预测的准确性。

小米汽车公布电池健康状态预测专利 不再是“快乐表”?

作为纯电动汽车的核心部件,小米深谙动力电池的重要性,其在相关技术领域积累了丰富的经验。例如,小米汽车此前申请的“电池及车身一体化结构、车辆”专利已获得授权。

摘要显示,该电池及车身一体化结构包括车身和动力电池包。车身设有两个门槛梁,沿车辆的左右方向间隔设置,每个门槛梁上设有电池包安装部;动力电池包包括电池包壳体,壳体由壳主体和横梁组成,壳主体与电池包安装部连接,横梁沿左右方向延伸并位于两个门槛梁之间,集成在壳主体的顶部并与车身连接,壳主体的顶部用作车辆的地板面板。通过这种技术方案,电池包壳体的顶部集成了横梁,横梁增强了壳主体的刚度和侧碰传力性能,壳主体的顶部作为地板面板,有助于提高车辆的集成化程度,降低车身结构的自重,实现车辆的轻量化,进而提高车辆的续航里程。

本篇关于《小米汽车电池健康预测专利曝光告别“快乐表”》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

LinuxJS日志轮转策略设置攻略LinuxJS日志轮转策略设置攻略
上一篇
LinuxJS日志轮转策略设置攻略
JavaScript图片懒加载技巧大全
下一篇
JavaScript图片懒加载技巧大全
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    308次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    366次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    361次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    329次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    153次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码