摘要
本发明涉及新能源电池技术领域,尤其涉及一种基于用户驾驶习惯的新能源电池的SOH预测方法,包括:步骤S1,获取行车信息、用户信息和车辆配置信息;步骤S2,对行车信息、用户信息和车辆配置信息进行标准化和数据清洗;步骤S3,对数据清洗后的行车信息、标准化后的用户信息和车辆配置信息进行归一化处理;步骤S4,对归一化处理后的行车信息、用户信息和车辆配置信息进行无监督聚类;步骤S5,获取电池信息,并对样本数据进行分析;步骤S6,将样本数据划分为训练数据和测试数据;步骤S7,根据训练数据构建LSTM模型;步骤S8,根据测试数据对LSTM模型进行测试。本发明实现了对新能源电池SOH的精确预测。
技术关键词
车辆
习惯
样本
邻域
无监督聚类
LSTM模型
异常数据
标识
sigmoid函数
新能源电池技术
油门踏板
电池冷却系统
数据清洗方法
制动踏板
电池模组
发动机
核心
系统为您推荐了相关专利信息
浮选泡沫图像
图像分割模型
特征提取方法
样本
特征提取模块