摘要
本发明提供一种锂离子电池健康状态预测方法、装置、设备及存储介质,涉及锂离子电池技术领域,通过采集目标电池系统的实时电压、电流及温度数据;将所述目标电池系统的实时电压、电流及温度数据输入电池健康状态预测模型,动态预测所述目标电池系统的健康状态;其中,所述电池健康状态预测模型是基于所述目标电池系统的私有数据集,对全局预训练模型进行迁移学习微调得到;所述全局预训练模型基于多个客户端锂电池在不同充电策略下的运行数据,通过联邦学习框架进行分布式训练得到,本发明结合了联邦学习和迁移学习技术,能够处理具有隐私保护需求场景下的电池健康预测,并且可以解决数据稀缺问题,实现充电场景下的电池健康状态实时评估。
技术关键词
电池健康状态
预训练模型
电池系统
充电策略
分布式训练
客户端
特征提取模块
数据
锂电池
非暂态可读存储介质
时序特征
迁移学习技术
注意力机制
预测模型训练
锂离子电池技术
电流
电压
处理器
系统为您推荐了相关专利信息
寿命预测系统
高效锂电池
支持向量回归
机器学习模型
长短期记忆网络
预训练模型
样本
语音识别模型
音频
语音识别方法
发票
分类方法
JSON格式数据
文本识别
多场景
判定方法
仓储物流自动化技术
数据
训练集
预训练模型