摘要
本发明所述一种基于实车运行数据的动力电池组容量预测方法,步骤如下:S1、获取实车动力电池组的充电数据;S2、对实车动力电池组的容量进行标定,得到全部车辆每个月内动力电池组的标签容量;S3、利用获取的实车历史充电数据筛选出区间长度最大的充电电压区间,提取区间充电数据;S4、对步骤S3提取的区间充电数据按照月份进行压缩处理,得到全部车辆每个月的5张特征图;S5、将全部车辆每个月的特征图和对应的动力电池组的标签容量组成数据集,并将所述数据集划分训练数据集和测试数据集,然后用训练数据集对深度学习模型进行训练形成容量预测模型,通过容量预测模型对动力电池组容量进行预测,用测试数据集评估容量预测模型的预测性能。
技术关键词
动力电池组
容量预测方法
容量预测模型
深度学习模型
数据
输出序列长度
直方图
电压
车辆
变量
标签
样本
离散化步长
充电电流值
采样点
误差
线性
代表
系统为您推荐了相关专利信息
指数
高可用
页面数据
HTTP请求
统一资源定位
信号处理
ZYNQ处理器
数据采集模块
AD转换单元
网络传输协议
健康状态评估方法
定位器
伺服电机
重构误差
时序特征
地下管廊设备
远程控制方法
异构传感器网络
分布式共识
设备运行状态