摘要
本发明提出一种电池长期性能筛选方法及系统,获取训练集充放电容量增量曲线和测试集充放电容量增量曲线;提取不同第一电压注意力窗口内的训练序列片段数据和测试序列片段数据;对训练序列片段数据和测试序列片段数据进行特征提取,得到训练序列特征集和测试序列特征集;筛选符合预设第一条件的第二电压注意力窗口;获取第二电压注意力窗口内的训练序列特征集,并对预设分类模型进行训练,得到符合预设第二条件的性能筛选模型;获取第二电压注意力窗口内的测试序列特征集,并输入所述性能筛选模型,对测试集电池样本进行电池长期性能筛选。本发明解决现有技术依赖的输入数据类别单一,部分关键信息的缺失,导致电池长期性能筛选的准确性低的问题。
技术关键词
充放电容量
序列特征
训练集
注意力
电池
样本
电压
筛选方法
充放电曲线
数据
标签
模型训练模块
筛选系统
标记
系统为您推荐了相关专利信息
跨模态
融合特征
多模态图像数据
识别方法
模态特征
智能充电盒
心电设备
电源控制芯片
电压检测芯片
紧锁装置
公式识别方法
注意力
分支
神经网络模型训练
分类器参数
内容生成方法
语义特征
场景类别
场景分类
问答模型
点云分类方法
点云图像
多层感知机
分类网络
注意力机制