摘要
本申请公开了一种电池使用时限的预测方法、装置以及电子设备。涉及能源技术领域或其他相关领域,该方法包括:获取目标电池在预设时间段的电池数据,对电池数据进行划分,得到第一电池数据和第二电池数据;对第一电池数据进行聚类处理,得到联合分布特征,对第二电池数据进行尺度分解,得到频率分量;将联合分布特征输入前馈神经网络模型,输出第一容量预测数据,将频率分量数据输入时间序列预测模型,输出第二容量预测数据;利用第一容量预测数据和第二容量预测数据确定目标容量预测数据,并利用目标容量预测数据确定目标电池的使用时限。通过本申请,解决了相关技术中对电池容量进行预测时存在预测精度低的问题。
技术关键词
时间序列预测模型
数据
分布特征
频率
前馈神经网络
电池特征
时间段
长短期记忆网络
变分模态分解算法
聚类算法
双曲正切函数
非线性
分量特征
电子设备
波动特征
计算机程序产品
处理器
预测装置
系统为您推荐了相关专利信息
印刷电路板缺陷
绿色滤光片
生成算法
网络模块
重叠阈值
出力预测方法
分布式风电
矩阵
注意力机制
前馈神经网络
电缆沟道
巡检控制方法
金字塔特征
巡检路径
风险