摘要
本发明实施例提供了一种锂电池健康状态预测方法、装置、设备及存储介质。该方法包括:获取锂电池循环充放电过程的监测数据及其对应的SOH数据;利用PCA算法对锂电池循环充放电过程的监测数据进行降维,得到降维监测数据;以降维监测数据作为样本数据,以降维监测数据对应的SOH数据为标签数据,构建数据集;使用数据集对GRU模型进行训练,并在训练期间使用SSA算法进行超参数寻优,得到锂电池健康状态预测模型;使用锂电池健康状态预测模型预测指定锂电池的SOH数据。以此方式,可以提高锂电池健康状态预测的准确性,并减小计算负担。
技术关键词
锂电池健康状态
锂电池循环充放电
SSA算法
PCA算法
超参数
数据
贡献率
协方差矩阵
特征值
GRU模型
计算机
预测装置
电子设备
处理器通信
标签
指令
样本
系统为您推荐了相关专利信息
任务分配方法
订单
机器学习算法
决策树模型
动态调整机制
调控方法
调控策略
长短期记忆网络
太阳能
机器学习技术
分布式进化算法
光伏阵列故障诊断
超参数
变换特征
变邻域搜索算法
BP神经网络
进化算法
超参数
火炉
温度控制方法