摘要
本申请提供了一种基于寿命预测模型的电池寿命预测方法及装置,获取待预测电池的时序特征数据集;对时序特征数据集进行筛选,得到第一特征集;第一特征集包括多个关键退化特征,关键退化特征用于表征待预测电池在退化过程中的核心特征;通过L1正则化和L2正则化策略,利用多秩张量分解结构,对时序特征数据集进行特征交互处理,得到第二特征集;第二特征集包括时序特征数据集中多物理量之间的非线性交互特征;将第一特征集和第二特征集进行融合,得到融合特征集;将融合特征集输入寿命预测模型,得到待预测电池的剩余使用寿命;寿命预测模型根据历史融合特征集训练得到。本申请实施例能够提高预测电池剩余使用寿命的预测精度。
技术关键词
寿命预测模型
时序特征
电池寿命预测方法
融合特征
正则化策略
退化特征
电池剩余使用寿命
计算机程序指令
交互特征
数据
电池寿命预测装置
注意力
非线性
训练样本集
计算机程序产品
位置更新
笛卡尔
系统为您推荐了相关专利信息
分辨率方法
超分辨率
文字特征
光流场
分辨率系统
储能设备
同步方法
数据包发送速率
云服务器
内容更新