摘要
本发明提供了一种动力电池的电池状况预测方法、装置、设备及存储介质,通过先获取在当前充放电周期内的动力电池参数和电网参数,并对所述动力电池参数和所述电网参数进行预处理,接着,从预处理后的所述电池参数提取高负荷放电特征,以及从预处理后的电网参数中提取充电稳定性特征,采用自适应权重机制对所述高负荷放电特征和所述电稳定性特征进行融合,以生成融合特征;最后,调用预训练的双向LSTM模型对当前充放电周期的融合特征和上一充放电周期的融合特征进行处理,并通过带有注意力机制的全连接层输出更新动力电池的健康状况,解决了难以对动力电池的健康状况进行准确评估的问题。
技术关键词
融合特征
动力电池参数
放电特征
LSTM模型
权重机制
时域特征提取
预测装置
多头注意力机制
剩余使用寿命
周期
强化学习算法
噪声滤波
电压
信息熵
可读存储介质
系统为您推荐了相关专利信息
血流动力学参数
图像分割模型
交叉注意力机制
混合损失函数
分支
系统故障预测方法
深海采矿提升系统
LSTM模型
时域特征
海况变化
效率评估系统
基因
分析单元
数据
多模态特征融合