摘要
本申请公开了一种电池剩余寿命预测方法及装置,属于电池技术领域,本申请的电池剩余寿命预测方法包括:获取电池的充放电数据;基于充放电数据与电池环境数据,获取样本特征数据,样本特征数据包括电池健康因子与环境温度数据;将样本特征数据输入预先构建好的寿命预测模型,得到电池的剩余寿命预测结果,寿命预测模型采用G‑RWKV神经网络架构,并使用样本特征数据与对应的电池剩余寿命进行训练。通过提取影响电池寿命的电池健康因子与环境温度数据,并利用寿命预测模型的时间序列处理能力和并行计算能力,实现电池剩余寿命的准确预测。
技术关键词
充放电数据
寿命预测模型
多元时间序列数据
样本
神经网络架构
剩余寿命预测装置
充放电循环次数
矩阵
因子
恒流充电
指标
滑动窗口
电池包
模块
探针
系统为您推荐了相关专利信息
变压器有载分接开关
非线性特征
分类器模型
声纹特征
信号
对象检测
图像语义理解
事件预警方法
异常事件
文本编码器
多步预测方法
预测误差
神经网络模型
双向长短期记忆
变量
可视化监管系统
最佳参数组合
数字孪生体
模型预测值
遗传算法求解
电量预测方法
估计算法
神经网络模型
表达式
修正算法