摘要
一种基于迁移学习的电池寿命预测方法、系统、设备及介质,涉及电池监测技术领域。该方法包括:获取第一储能电池的第一电池运行数据、车辆行驶数据以及环境数据;根据第一电池运行数据、车辆行驶数据以及环境数据,确定目标域数据,构建对应的初始电池寿命预测模型;确定多个与第一储能电池的电池类型不同的第二储能电池,获取各第二储能电池的第二电池运行数据和电池寿命;将各第二电池运行数据和各电池寿命作为源域数据,通过迁移学习算法和源域数据,调节初始电池寿命预测模型的模型参数,得到目电池寿命预测模型;基于目标电池寿命预测模型,预测第一储能电池的目标电池寿命。实施本申请提供的技术方案,达到了提高电池寿命预测效率的效果。
技术关键词
电池寿命预测方法
储能电池
车辆行驶数据
迁移学习算法
老化特征
电池寿命预测系统
参数
神经网络模型
电池监测技术
网络接口
损失率
可读存储介质
数据获取模块
标签
对象
设备通信
系统为您推荐了相关专利信息
停车预警方法
时空卷积神经网络
强化学习算法
大数据
地磁传感器
路径规划方法
车辆行驶数据
工况
车辆行驶路径
局部路径规划算法
储能电池
故障预测模型
防护方法
电池组
监测单元
实时音频信息
声纹特征
物联网智能传感器
开关控制方法
智能家居设备