摘要
本申请提供一种特征提取模型的训练方法、特征提取方法、热失控预测方法及装置。该方法包括:获取电池在发生热失控之前的电池历史数据;基于动态滑动窗口从电池历史数据中提取训练样本;动态滑动窗口的步长为根据当前滑动窗口和上一滑动窗口分别对应的训练样本之间的相似度确定;利用训练样本对残差网络进行训练,获得训练好的特征提取模型。本申请通过动态滑动窗口从电池历史数据中提取训练样本,当电池历史数据变化较小时,采用大步长的滑动窗口提取训练样本;当电池历史数据变化较大时,采用较小步长的滑动窗口提取训练样本,减少了提取到相似的训练样本的数量,进而降低在模型训练过程中的计算量,降低了硬件资源的消耗,以及提高训练的效率。
技术关键词
电池历史数据
动态滑动窗口
特征提取模型
热失控预测
残差模块
电池特征
残差网络
特征提取方法
计算机程序指令
特征提取装置
输入模块
处理器
特征提取模块
计算机程序产品
数据采集模块
系统为您推荐了相关专利信息
边缘检测模型
多尺度信息
残差模块
输出特征
网络
电化学储能系统
智能诊断装置
集成硬件平台
显示平台
智能诊断算法
化工
预测特征
编码向量
设备状态信息
特征提取模型
糖尿病风险预测
节点特征
特征提取模型
对象
数据