摘要
本发明涉及动力电池领域,提出一种温升预测模型训练方法、预测方法及控制方法,包括如下步骤:获取所述动力电池的历史环境数据;根据所述历史环境数据计算历史温升;基于所述历史环境数据和神经网络模型获得预测温升值;基于所述预测温升值和所述预测温升值对应的所述历史温升值计算损失值;通过所述损失值调整所述神经网络模型的模型参数,重复上述步骤获取预测温升值并计算所述损失值,直至所述损失值低于预设的阈值时完成训练,获得温升预测模型。基于历史数据和相关特征的分析,预测模型可以更准确地捕捉电池温度变化的规律。
技术关键词
预测模型训练方法
神经网络模型
温升预测方法
动力电池
电池控制方法
数据更新
数据存储
误差
参数
系统为您推荐了相关专利信息
屏幕调节方法
语义特征提取
语义信息提取
多尺度
序列
物料需求计划
管理方法
铝型材企业
实时交通信息
铝型材产品
液流电池储能系统
漏液检测线
电解液
液流储能系统
神经网络模型
条件生成对抗网络
图像
神经网络模型
点胶路径
实例分割模型