摘要
本申请涉及一种电池健康状态的预测方法、装置、设备、存储介质和产品。方法包括:获取待检测电池的特征数据;将待检测电池的特征数据输入至预设预测网络进行预测,得到待检测电池的健康状态预测结果;预设预测网络为对初始预测网络进行训练得到的,初始预测网络是基于粒子群算法和神经网络融合得到。由于初始预测网络是基于粒子群算法和神经网络融合得到的,故本申请实施例采用粒子群算法对神经网络进行优化,能够得到更加准确的初始预测网络,再对初始预测网络进行训练,能够得到更加准确的预设预测网络,故本申请实施例将待检测电池的特征数据输入至更加准确的预设预测网络中进行预测,能够更加准确地得到待检测电池的健康状态预测结果。
技术关键词
粒子群算法
健康状态预测
电池健康状态
网络
数据
电压
计算机程序产品
处理器
预测装置
曲线
计算机设备
可读存储介质
存储器
节点
参数
模块
滤波
系统为您推荐了相关专利信息
叶片叶绿素含量
实测参数
反演模型
采集无人机
叶片实测光谱
遥感高光谱图像
特征提取模块
全色
结构网络
超分辨率
卫星遥感数据
反演模型
减排策略
分辨率
评估装置
空巢老人
城市社区
停留点
多智能体模型
可穿戴智能手环