摘要
本发明公开了一种电池健康状态预测方法、装置、设备及介质,涉及新能源技术领域,该方法包括:获取待检测锂电池的充放电循环数据;将所述充放电循环数据输入至训练好的电池健康状态预测模型中,得到由电池健康状态预测模型输出的电池寿命结果;所述电池健康状态预测模型是基于样本锂电池的样本融合特征以及每一次样本充放电循环的电池健康状态,并采用有监督的深度学习方式进行训练得到的,所述样本融合特征为训练使用的输入数据,每一次样本充放电循环的电池健康状态为训练使用的标签。本发明有效地提高了模型的预测精度,在有效解决数据分布不均衡的同时,更精准地完成电池健康状态预测的任务。
技术关键词
电池健康状态
衰减特征
样本
融合特征
电压
锂电池
曲线
数据
时间偏移量
非暂态计算机可读存储介质
寿命
输出特征
长短期记忆网络
标签
周期
新能源技术
神经网络模型
关系
系统为您推荐了相关专利信息
车用汽油
光谱校正方法
汽油检测技术
数据
油品分析仪
混合核函数
血糖浓度预测方法
训练样本集
群体智能算法
标签
信号识别方法
滚动轴承故障诊断
故障诊断模型
静电传感器
非接触式