摘要
本申请实施例提供了一种电池包生命周期的优化方法、装置、电子设备及存储介质,涉及电池包技术领域。该方法包括:获得第一数据集和第二数据集;分别将第一数据集和第二数据集输入到预设的无监督学习模型中,获得第一特征组和第二特征组;分别将第一数据集和第二数据集输入到训练好的监督学习模型,获得第三特征组和第四特征组;将第一特征组和第三特征组取交集,得到无故障车辆电池包的第一关键特征组;将第二特征组和第四特征组取交集,得到故障车辆电池包的第二关键特征组。本申请通过无监督学习和有监督学习交叉验证的方法,确定影响电池包生命周期的关键因子,对设计和制造环节针对性的优化,降低电池包的故障率,提高电池包的使用寿命。
技术关键词
监督学习模型
车辆电池
数据
样本
无故障
参数
阶段
支持向量机模型
皮尔逊相关系数
因子
电池包技术
无监督学习
电子设备
决策树模型
指标
优化装置
处理器
可读存储介质
系统为您推荐了相关专利信息
环境感知数据
多传感器辅助
车辆控制方法
障碍物
因子
镀锌管表面
颜色直方图
纹理特征
分形特征
边缘轮廓
信号同步方法
插值算法
驱动器
加速度
计算机执行指令