(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111417732.7 (22)申请日 2021.11.26 (71)申请人 中南大学 地址 410006 湖南省长 沙市岳麓山左家垅 (72)发明人 贺建军　王翔　曹凯威　郭铁峰　 张彬汉　 (74)专利代理 机构 长沙正务联合知识产权代理 事务所(普通 合伙) 43252 代理人 郑隽　吴婷 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) H01M 10/0525(2010.01)H01M 10/44(2006.01) (54)发明名称 一种基于注意力机制的锂离子电池化成预 筛选方法 (57)摘要 本发明提供了一种基于注意力机制的锂离 子电池化 成预筛选方法， 包括获取不完整的锂离 子电池化 成充电电压数据； 将所述不完整的锂离 子电池化 成充电电压数据进行碎片化处理， 得到 多个固定长度的碎片序列； 将每个所述碎片序列 进行碎片嵌入处理， 得到符号向量矩阵； 通过位 置编码将位置信息添加到所述符号向量矩阵中， 得到位置编码后的符号向量矩阵； 将位置编码后 的符号向量矩 阵输入至注意力编码器中建立不 同符号向量之间的关系， 生成注意力特征； 将所 述注意力特征输入至特征多样化解码器中进行 解码操作， 输出锂离子电池化成预筛选结果。 该 方法能在化成充电完成前筛选出缺陷电池， 从而 减少能源浪费， 缩短返工周期， 提高生产效率， 且 筛选准确率高。 权利要求书2页 说明书8页 附图3页 CN 114117911 A 2022.03.01 CN 114117911 A 1.一种基于注意力机制的锂离 子电池化成预筛 选方法， 其特 征在于， 包括： 获取不完整的锂离 子电池化成充电 电压数据； 将所述不完整的锂离子电池化成充电电压数据进行碎片化处理， 得到多个固定长度的 碎片序列； 将每个所述碎片序列进行碎片嵌入处 理， 得到符号向量矩阵； 通过位置编码将位置信 息添加到所述符号向量矩阵中， 得到位置编码后的符号向量矩 阵； 所述位置信息为在碎片嵌入处 理过程中丢失的碎片数据之间的次序信息； 将位置编码后的符号向量矩阵输入至注意力编码器中建立不同符号向量之间的关系， 生成注意力特 征； 将所述注意力特征输入至特征多样化解码器中进行解码操作， 输出锂离子电池化成预 筛选结果。 2.根据权利要求1所述的一种基于注意力机制的锂离子电池化成预筛选方法， 其特征 在于， 将每 个所述碎片序列进行碎片嵌入处 理， 得到符号向量矩阵， 包括： 利用一维卷积核将每 个所述碎片序列映射 为一个低维嵌入向量， 得到符号向量矩阵。 3.根据权利要求1所述的一种基于注意力机制的锂离子电池化成预筛选方法， 其特征 在于， 所述 位置编码表示 为： TPF＝α T+P 其中， 是符号向量矩阵， 是位置编码矩阵， n为固定长度碎片序列的 数量， dtoken为符号向量的维度， TPE是位置编码后的符号向量矩阵， α 是放大系数。 4.根据权利要求1所述的一种基于注意力机制的锂离子电池化成预筛选方法， 其特征 在于， 所述注意力编码器由多个编码器层堆叠而成； 所述编码器层包括多头注意力机制和 前向神经网络 。 5.根据权利要求4所述的一种基于注意力机制的锂离子电池化成预筛选方法， 其特征 在于， 所述多头注意力机制具体公式如下： Ho＝Concat(H1， H2， ...， Hp) M＝Multi ‑Head Attention(Q， K， V)＝HoWO 其中， 为输入矩阵， 其中每行为输入向量， LQ为该层编码器输入向量个数， din 为输入向量的维度， 分别为第t个头的输入矩阵 关键字矩阵 值矩阵 对应的线性变换矩阵， dk和dv为关键字 矩阵和值矩阵中行向量的维度， Softmax(.)表示softm ax映射， 表示第t个头的输 出， p为头的个数， 是由Ht连接得到， Concat(.)为连接算子， 是多头注 意力机制的输出， 经 过层归一 化后， 通过跳层与Q相加得到 权　利　要　求　书 1/2 页 2 CN 114117911 A 2所述前向神经网络具体公式如下： 其中， MFFN为前向神经网络输出， W1， W2为前向神经网络权值， b1， b2为前向神经网络权值 偏置， 输出Qo经过层归一 化和通过跳层与 相加得到 。 6.根据权利要求所述的一种基于注意力机制的锂离子电池化成预筛选方法， 其特征在 于， 将所述注意力特征输入至特征多样化解码器中进行解码操作， 输出锂离子电池化成预 筛选结果， 包括： 将所述注意力特征依次经过卷积、 层归一化和Gelu激活函数处理后分别得到卷积特征 和池化特 征； 将所述卷积特征和池化特征在不同特征空间表达后相连接， 然后通过全局平均池化、 线性层和softmax层后进行分类， 得到锂离 子电池化成预筛 选结果。权　利　要　求　书 2/2 页 3 CN 114117911 A 3