摘要
本发明涉及涂布质量预测技术领域,公开了一种电池极片涂布质量的预测方法、系统、设备和存储介质,包括获取电池极片的涂布时序数据,计算涂布时序数据与预设的各个样本类型对应的聚类质心之间的相似度,并根据相似度,得到涂布时序数据的样本类型;从预先建立的时序预测模型集合中选取出样本类型对应的时序预测模型,并将涂布时序数据输入时序预测模型,得到涂布时序预测数据;根据涂布时序预测数据,确定电池极片的涂布质量。本发明通过建立高质量的样本数据集并采用分类的时序预测模型对涂布数据进行预测,有效提高了涂布质量数据预测结果的准确性,从而提高了电池极片涂布生产的质量和效率。
技术关键词
时序预测模型
电池极片
数据
样本
神经网络模型构建
动态时间规整算法
序列
涂布模头
均值聚类算法
涂布烘箱
频率
处理器
预测系统
速度