摘要
本发明公开了一种水下机器人电池寿命预测方法、装置及存储介质,属于电池健康状态监测技术领域方法包括:将获取的水下机器人电池充放电过程中的电流和电压数据,通过安培‑小时积分法,计算得到电池在在设定充放电周期内的电量数据;根据电池的电压数据和电量数据,生成电池设定放电周期内的电量电压曲线图像、微分电压曲线图像和微分电量曲线图像并进行三通道图像叠加;将叠加后的图像输入预先训练和改进过的RepVGG神经网络预测模型中,得到水下机器人电池寿命预测结果;本发明一方面解决了在电池寿命预测的过程中对采集的数据提取特征不充分的问题;另一方面解决了现有的电池寿命预测方法效率较低以及准确度不高的问题。
技术关键词
水下机器人电池
神经网络预测模型
图像
曲线
数据
三通道
电池寿命预测方法
电压传感器
高斯滤波方法
寿命预测装置
电流传感器
电池健康状态
正则化技术
超声波技术
存储计算机程序
系统为您推荐了相关专利信息
行李
可视化交互界面
预训练语言模型
多源异构数据
决策系统
变电站
能耗预测模型
LSTM模型
历史运行数据
电量预测模型
业务系统
容灾演练方法
计划
机器学习算法
机器学习模型
硬件故障诊断系统
聚类算法
故障特征
地面控制系统
信噪比