摘要
本发明公开了一种融合工作和放松状态信息的OCV快速预测方法及系统,包括:采集电池在工作过程中的电压和电流数据,以及电池进入放松阶段的放松电压数据,并构造特征数据集;将特征数据集输入至已训练好的OCV预测模型中,输出OCV的预测值;OCV预测模型的获取方法如下:获取电池在工作状态中的电压和电流数据,以及电池进入放松阶段的放松电压数据;提取在电池进入放松阶段前的第一预设时长内的电压数据和电流数据、在电池进入放松阶段后的第二预设时长内的放松电压数据,以及电池放松达到稳定状态时的OCV,构建测试集,划分为训练集和验证集,使用机器学习回归算法,得到训练好的OCV预测模型。本发明实现了快速OCV的预测。
技术关键词
机器学习回归算法
电池
电压
阶段
模型训练模块
数据采集模块
电流
训练集
输出模块
预测系统
序列
误差
数据存储
样本
系统为您推荐了相关专利信息
监测预警方法
遥感图像数据
农林业
图像识别模型
预警模型
策略网络模型
轴向磁通电机
智能感控
关节模组
强化学习算法
上下文特征
程序依赖图
BERT模型
LSTM模型
主成分分析技术
隶属度函数
动力电池
模糊推理规则
健康状态参数
工作环境温度