专利交易市场

本发明公开一种锂电池荷电状态与能量状态估计方法，收集不同工况下锂离子电池单体充放电的电压、电流、温度、荷电状态、能量状态等实时数据，采用离群因子检测LOF方法对原始数据的异常值进行剔除，使用高斯数据增强方法对原始数据进行拓展，构建TimesNet模型训练的增强数据集合。使用TimesNet神经网络构建锂电池能量状态和荷电状态估计的误差校正模型，采用基于随机森林的贝叶斯优化对模型的超参数进行优化，获得最优超参数，并将最优超参数输入到模型中，使用优化后的电池状态模型，得到电池能量状态和荷电状态的估计结果。与现有技术相比，本发明能够有效的估计锂电池能量状态和荷电状态，提高模型精度。

本发明请求保护一种基于移动状态估计(Mobility State Estimate，MSE)的双连接用户切换增强方法，涉及移动通信技术领域。在本方法中，根据支持双连接技术的移动终端在30s滑动窗时间内进行宏小区切换的次数作为移动状态估计的依据，判断用户当前的运动状态。并基于该状态下发宏蜂窝切换参数和配置双连接用户的微蜂窝添加、释放和切换准则。当移动终端运动状态发生改变时，基站侧通过RRC连接重配置消息的MeasConfig信息元修改移动终端的切换配置。本方法提高了基站对用户移动状态的估计准确度，并减少了高速用户的信令开销，提高了中低速用户保持双连接状态的时长。同时，进一步提高了双连接用户的切换成功率。