摘要
本申请公开了一种电池输出功率预测方法、装置、设备及存储介质,涉及电池技术领域,包括:获取预设工况下的实时电池数据,其中,所述实时电池数据包括电压数据、电流数据、温度数据以及湿度数据;将所述实时电池数据输入预设神经网络模型中,得到初始电池输出功率,其中,所述预设神经网络模型包括输入层、双向LSTM层、注意力层、残差连接层以及全连接层;基于卡尔曼滤波,对所述初始电池输出功率进行修正,得到针对所述预设工况的目标电池输出功率。本申请能够实现高精度的电池输出功率预测。
技术关键词
输出功率预测方法
神经网络模型
电池
卡尔曼滤波
工况
协方差矩阵
注意力
训练集
观测噪声
模型更新
预测装置
数据更新
处理器
输入模块
可读存储介质
电流
电压
存储器
系统为您推荐了相关专利信息
柴油发电机组
故障传播路径
故障诊断方法
节点
路径搜索算法
石油钻机设备
实时数据采集
并行多通道
分布式时间
嵌入式采集终端
LSTM模型
监测方法
光流算法
高斯核函数
阶段
预警机器人
太阳能充电控制器
机器人本体
嵌入式控制板
供电系统
动物
追踪方法
动态障碍物
深度学习模型
卡尔曼滤波