摘要
本申请提出一种储能电池健康状态的预测方法、装置和电子设备。该方法包括:采集储能电池在设定时长内的数据,并根据采集的电池数据,确定储能电池的初始健康状态;基于电池数据,确定储能电池在设定时长内的电压序列,并确定电压序列的波动熵值;基于波动熵值,确定储能电池的平台区和非平台区,并基于初始健康状态,第一差分矩阵和第二差分矩阵;通过预训练的LSTM模型,基于第一差分矩阵和第二差分矩阵,预测储能电池的目标健康状态。由此,本方案可实现对平台区微小电压变化的精准检测,从而可以提高根据平台区数据预测储能电池健康状态的准确性,通过区分储能电池的平台区和非平台区,可以提高对储能电池健康状态的预测精度。
技术关键词
LSTM模型
矩阵
计算机执行指令
长短期记忆网络
平台
电压
序列
数据
储能电池容量
样本
电子设备
可读存储介质
计算机程序产品
预测装置
加速度
处理器通信
存储器
系统为您推荐了相关专利信息
PEM电解槽
碲化镉
功率
光伏制氢系统
干式冷却器
三维形态学
算法模型
深度学习技术
注意力机制
网络架构
虚假评论检测方法
文本
全局平均池化
视觉特征
注意力