摘要
本申请提供了一种电池寿命预测方法、装置、电子设备及存储介质,包括:根据预先获取的初始电池退化量、电池退化过程中的平均累效应值、初始电池共性参数以及标准布朗运动构建带非线性漂移的维纳退化过程模型;根据带非线性漂移的维纳退化过程模型和预先获取的电池容量退化样本数据估计得到目标电池参数以及目标电池参数对应的极大似然估计值;根据目标电池参数以及目标电池参数对应的极大似然估计值更新所述带非线性漂移的维纳退化过程模型,得到目标电池寿命预测模型;根据目标电池寿命预测模型对第二目标电池进行寿命预测。即本申请实施例通过维纳过程退化模型的预测更符合实际使用情况中出现的非线性特征,能够提高预测准确度。
技术关键词
电池寿命预测方法
扩展卡尔曼滤波
参数
样本
电池寿命预测装置
电子设备
在线
数据
非线性特征
退化模型
处理器
模型更新
效应
指令
模块
存储器
系统为您推荐了相关专利信息
表单
文本
融合特征
OCR识别方法
训练深度学习模型
化学发光免疫分析
免疫磁珠
液滴微流控芯片
拼接结构
复合物
软钢
焊接工艺参数
电阻
硬度检测设备
冷轧镀锌板
强化学习代理
插件模块
在线测试方法
预训练模型
插件功能