摘要
本申请涉及电池分析技术领域,特别是涉及一种电池状态预测方法、装置、计算机设备和存储介质。方法包括:根据目标车辆的初始电池参数,确定目标车辆对应的电池状态参数;将电池状态参数输入至预先训练的目标神经网络模型,得到目标神经网络模型输出的相对误差和均分误差;其中,目标神经网络模型是根据目标车辆的初始样本参数,以及目标车辆的车辆内部参数和车辆使用环境训练得到;根据相对误差和均分误差,确定目标车辆的车辆电池状态。本申请保证了车辆电池状态的预测准确性,保证了车辆电池状态能够准确反映车辆电池的实际情况。
技术关键词
神经网络模型
电池状态参数
电池状态预测方法
车辆电池
样本
电池分析技术
计算机设备
状态预测装置
信息熵
误差
数据
计算机程序产品
处理器
线性
序列
可读存储介质
关系
系统为您推荐了相关专利信息
高压电气设备
多源观测数据
距离检测方法
北斗定位技术
定位算法
动态预测模型
图像分析
患者
医学检查数据
构建系统
红树林提取方法
多源时序数据
物候特征
纹理特征
深度学习模型
图像
劈刀结构
训练卷积神经网络模型
标签
计算机可读取存储介质