摘要
本发明实施例提供了一种储能电池的寿命预测方法、装置以及相关设备,其中,方法包括:获取待预测储能电池的参数数据;对储能电池的参数数据进行退化特征提取得到第一序列数据;利用目标网络模型基于第一序列数据预测储能电池的寿命,所述目标网络模型为卷积神经网络、门控循环单元以及深度神经网络的融合网络模型。本发明实施例能够准确预测出锂离子电池的剩余使用寿命。
技术关键词
储能电池
寿命预测方法
门控循环单元
计算机可读指令
序列
深度神经网络训练
非暂时性
寿命预测装置
剩余使用寿命
矩阵
参数
数据获取模块
锂离子电池
多层结构
策略
处理器
系统为您推荐了相关专利信息
故障自检方法
时间序列模型
贝叶斯网络模型
集成学习模型
模型预测值
信号异常检测方法
无监督学习
频域特征
机电设备
融合特征
语音识别方法
云端语音识别
麦克风
频谱特征
语音识别系统