摘要
本发明提供一种电池安全和寿命同步预测方法、装置、设备及存储介质,涉及电池检测技术领域,该方法包括:获取多个应用场景下电池的充放电数据,对充放电数据进行数据预处理,获得标准数据集;根据标准数据集构建特征曲线;对特征曲线进行随机掩码,获得掩码特征曲线;构建深度神经网络模型,根据掩码特征曲线对深度神经网络模型进行训练,获得初始预测模型;构建目标应用场景下电池的目标掩码特征曲线,根据目标掩码特征曲线对初始预测模型进行优化调整,获得目标预测模型;构建目标应用场景下目标电池的目标特征曲线,利用目标预测模型对目标特征曲线进行预测,同步获得目标电池的安全状态、健康度和寿命。本发明能提升电池预测精度和覆盖度。
技术关键词
曲线
充放电数据
深度神经网络模型
构建深度神经网络
序列
重构误差
解码器
场景
编码器
注意力机制
电池寿命预测
电压
时序特征
电池检测技术
模型训练模块
充电工况
数据获取模块
系统为您推荐了相关专利信息
狼群算法
空间约束条件
生成无人机
采集无人机
位置更新
大数据处理系统
特征评估模型
纠错模块
互联网
文本分析模型
电池管理参数
电池健康状态
动态时间规整算法
卷积神经网络模型
曲线