摘要
本申请提供一种电芯自放电预测方法、装置、电子设备及存储介质,包括从电芯产线收集化成阶段的制程数据和历史自放电数据,使用所述制程数据构建待训练数据集,对多个化成特征进行相关性筛选,得到相关特征子集,再对相关特征子集进行互信息筛选,得到最佳特征子集;根据最佳特征子集选出制程数据中的最佳输入数据,并使用最佳输入数据和历史自放电数据对机器学习模型进行训练,得到电芯自放电预测模型;以及将电芯产线的当前制程数据输入电芯自放电预测模型,以使电芯自放电预测模型输出预测结果。通过上述方式得到的电芯自放电预测模型可以快速、高效的预测电芯的自放电水平,从而降低了时间、人力与物力成本。
技术关键词
电芯自放电
最佳特征子集
机器学习模型
制程
模型超参数
计算机程序指令
样本
阶段
皮尔逊相关系数
数据收集模块
分容工序
注液工序
模型训练模块
电子设备
预测装置
标签
处理器
误差
存储器