摘要
本申请提出一种用于动力电池的剩余价值评估的方法,所述方法包括以下步骤:步骤S1,基于至少一个影响指标求取动力电池的剩余价值评分;步骤S2,借助机器学习模型,基于动力电池的历史剩余价值时间序列,求取动力电池的剩余价值预测结果;以及,步骤S3,基于至少一个剩余价值评分和剩余价值预测结果,确定动力电池的剩余价值。本申请还提出一种用于动力电池的剩余价值评估的装置和一种计算机程序产品。本申请巧妙地融合了基于历史数据的趋势预测与静态指标的即时影响,构建了一个更为全面的动力电池价值评估体系,优化了电池包回收和再利用的经济效益。
技术关键词
动力电池
计算机程序指令
指标
深度神经网络模型
机器学习模型
深度学习回归模型
价值评估体系
计算机程序产品
充放电循环次数
企业征信
车载传感器
处理器
机器学习算法
后台服务器
车载系统
数据平台
注意力机制
序列
系统为您推荐了相关专利信息
二次供水控制方法
流量预测模型
水泵控制器
ModbusTCP通信协议
流量特征信息
谐振抑制方法
频率误差补偿
变频器
系统运行参数
指标
运动想象脑电信号
连续小波变换
脑电信号分类
通道
分类器
数据库调用方法
调度算法
数据迁移
海洋动态参数
矩阵