摘要
本申请涉及一种容量保持率估计模型的构建方法、装置和计算机设备。所述方法包括:根据多个样本电池的充放电数据获取多个特征数据集;各特征数据集包括多个样本特征;根据多个特征数据集对初始随机森林模型进行训练,构建得到用于预测任一目标电池的容量保持率的目标预测模型;初始随机森林模型在训练过程中的损失根据各样本特征的特征权重确定。将特征权重引入到节点分裂的损失中,提高模型对重要特征的敏感度,从而提高了对初始随机森林模型进行训练的效率,并且提高了目标预测模型的准确度;且根据多个特征数据集对初始随机森林模型进行训练,充分利用了各样本特征之间的非线性关系,提高了目标预测模型对电池后期容量保持率的预测精度。
技术关键词
随机森林模型
充放电数据
样本
节点
电池
计算机设备
计算机程序产品
处理器
误差
可读存储介质
存储器
非线性
模块
精度
关系
系统为您推荐了相关专利信息
效能评估方法
评估指标体系
魔方
电子公文系统
多层次
网络流量数据
网络入侵检测方法
网络入侵检测模型
拓扑图
插值算法
智能配电网
终端设备管理
异构终端设备
物联网平台
通讯
风险预测模型
XGBoost模型
样本
数据
血红蛋白