摘要
本发明涉及性能衰退趋势预测技术领域,提供一种电池性能衰退趋势预测方法、装置和电子设备,其方法包括:获取电池已有的性能衰退趋势数据,并通过多项式拟合所述电池已有的性能衰退趋势数据,得到大尺度条件下的预测性能衰退趋势数据;构建时间卷积神经网络结合门控循环单元的TCN‑GRU模型,并利用所述电池已有的性能衰退趋势数据训练所述TCN‑GRU模型,得到训练后的TCN‑GRU模型;通过将所述待预测性能衰退趋势数据输入至所述训练后的TCN‑GRU模型进行预测,得到小尺度条件下的预测性能衰退趋势数据;利用所述大尺度条件下的预测性能衰退趋势数据和所述小尺度条件下的预测性能衰退趋势数据,得到电池性能衰退趋势预测结果。
技术关键词
GRU模型
趋势预测方法
数据
电池
门控循环单元
多项式
趋势预测技术
误差
电子设备
预测装置
处理器
重构
优化器
内存
存储器
定义
模块
因子
指标
周期
系统为您推荐了相关专利信息
组合预测方法
风力发电机组
人工神经网络
气象观测数据
灰色模型
敏感性分析方法
发动机
皮尔逊相关系数
仿真模型
蒙特卡洛法