摘要
本申请提供一种电池状态参数预测方法、预测模型的训练方法、装置、储能设备及计算机可读存储介质。该电池状态参数预测方法包括:获取电池包的时间特征序列,时间特征序列包括历史时间段内电池包的至少一观测参数的数据,观测参数与电池状态参数相关;基于预测模型对时间特征序列进行处理,以获取当前时刻的电池状态参数预测值,其中,预测模型包括第一网络结构及第二网络结构,第一网络结构基于跨变量注意力机制Crossformer架构,第二网络结构基于前馈神经网络。本申请提供的电池状态参数预测方法可提高电池状态参数预测的准确度。
技术关键词
电池状态参数
网络结构
前馈神经网络
注意力机制
序列
解码器
时间段
储能设备
训练集
可读存储介质
变量
编码器
网络模块
电池荷电状态
基准
分段
系统为您推荐了相关专利信息
包裹相位
条纹级次
残差模块
三维重建方法
双目结构光
人脸图像数据
身份证照片
双线性插值方法
人脸识别模型
GAN模型
机器人运动规划
深度前馈神经网络
机器人运动路径
点云
数据
模具温度场
协同调控方法
分布式光纤温度传感器
集合卡尔曼滤波
数字孪生体
匈牙利算法
交叉注意力机制
关节
视频
人体关键点