摘要
本申请提出了一种电池荷电状态预测方法,包括:获取目标电池的待预测数据,待预测数据包括端电压、端放电电流和端电压变化率;将待预测数据输入预先训练的基于迁移学习的电池荷电状态预测模型,获得电池荷电状态预测模型所输出的目标电池对应的荷电状态预测结果;其中,电池荷电状态预测模型包括通过训练数据训练得到的基于时间分布搜索与匹配的迁移学习模型和Transformer模型。如此,能够实现准确且快速预测电池的荷电状态。
技术关键词
电池荷电状态预测
迁移学习模型
数据
计算机程序指令
粒子群算法
序列
基础
粒子滤波算法
处理器
电子设备
电流
矩阵
可读存储介质
存储器
标签
系统为您推荐了相关专利信息
电池
寿命预测方法
斜率数据
长短期记忆神经网络
阶段
光伏发电预测方法
机器学习模型
历史气象数据
太阳能光伏电站
支持向量回归模型
打印单元
混凝土材料
模拟单元
搅拌机构
圆柱体模型