摘要
本发明公开了一种车辆电池荷电状态的预测方法、电子设备及存储介质,该方法包括:获取样本车辆电池的至少两组电池参数,其中,每组电池参数包括电池状态值以及与电池状态值对应的电池荷电值;通过至少两组电池参数对待训练预测模型进行训练,并在训练过程中通过遗传算法优化待训练预测模型的模型参数,以在训练结束时得到目标预测模型;基于目标预测模型对待预测电池进行荷电状态预测。实现加快模型训练速度和训练精度,从而提高荷电状态的预测精度。
技术关键词
训练预测模型
车辆电池
参数
荷电状态预测
预测误差
遗传算法优化
电子设备
可读存储介质
计算机
处理器通信
样本
存储器
指令
精度
关系
速度
系统为您推荐了相关专利信息
智能调控系统
多传感器融合
门窗
人机交互模块
多模态
超参数
风险预测方法
训练样本集
正则化参数
风险预测装置
前馈神经网络
成形
神经网络模型
氧化物弥散强化
参数
卡尔曼滤波算法
数字化校准方法
倾角仪
地磁场数据
车辆实时运动状态