摘要
一种基于神经网络的电池健康状态评估方法及装置,对电池属性参数进行数据采集,所述数据采集的结果存储为向量;数据标注的类别包括健康、亚健康与不健康共3种状态;结合所述向量和对应的标注结果构建样本数据集;使用基于规则优化的生成对抗网络进行样本生成,扩充样本数据集;使用扩充后的样本数据集,对构建好的电池健康状态评估模型进行训练;采集待评估电池当前属性参数,输入至训练好的电池健康状态评估模型,输出电池健康状态的类别。本发明能够解决电池性能数据量不足的问题,增强模型在多种电池类型和使用条件下的泛化能力。
技术关键词
电池健康状态评估
量子态
生成对抗网络
样本
支持向量机算法
非线性
约束生成器
参数
亚健康
可读存储介质
数据处理模块
数据采集模块
处理器
随机噪声
物理
系统为您推荐了相关专利信息
样本
非暂态计算机可读存储介质
热成像
注意力机制
迁移方法
风险评估模型
风险评估方法
样本
特征工程
视频流