摘要
本发明属于数据预测技术领域,尤其涉及一种数据预测方法及系统。通过获取大量电动汽车的停放状态下的环境数据及其对应的电池SOC变化量的关系数据,进行第一关系模型的神经网络模型的训练,由于第一关系模型的训练样本可以是全国各地的车辆的相应环境数据,具有样本空间大,泛化能力强的优点;而车辆的运动数据通过第二关系模型的神经网络模型进行训练,由于需要频繁地进行训练才能提高预测的准确度,而在第二关系模型中,通过剥离环境数据对SOC变化的影响,单独考虑运动数据对SOC变化的影响,因此可以在每次训练时省略环境数据的因素,从而减少训练模型时的计算量。
技术关键词
电池荷电状态
数据预测方法
样本
数据处理模块
关系
车辆环境数据
生成对抗网络
分类器
运动
神经网络模型
数据获取模块
数据预测系统
车辆电池
数据预测技术
加速度
网络结构
系统为您推荐了相关专利信息
数字孪生模型
隧道场景
高压喷头
消防机器人
仿真工具
大语言模型
标签文本
特征提取模块
文本特征向量
字段
无人机路径规划
实景三维模型
数字孪生技术
节点
无人机数字