一种基于机器学习的船用BMS状态预测方法及系统

本发明涉及电池管理系统技术领域，公开了一种基于机器学习的船用BMS状态预测方法及系统，其中，一种基于机器学习的船用BMS状态预测方法包括：采集船舶BMS参数数据和环境数据并进行预处理，得到预处理后的数据；构建电池舱温度场模型并计算温度分层指数TLI；根据预处理后的数据的波动特性自动划分数据段并配置差异化预测参数；构建考虑温度分层影响的多变量灰色预测模型，使用温度分层指数TLI动态调整灰色预测模型参数；动态选择最优预测模型组合并生成最终预测结果；本发明通过引入温度分层评估与补偿机制，结合多变量灰色预测模型，在温度分层明显的环境下预测误差有所降低。