基于动态时序掩码和样本缺失补偿的电池荷电状态预测模型的训练方法和设备

本发明提供了一种基于动态时序掩码和样本缺失补偿的电池荷电状态预测模型的训练方法和设备。实现方案为：基于时序电信号和重建时序电信号之间在各个相同时刻上的电流误差、电压误差和温度误差，更新电流掩码通道、电压掩码通道和温度掩码通道各自的掩码概率；基于预测荷电状态和时序电信号对应的真实荷电状态，确定荷电状态预测损失；基于荷电状态预测损失，更新电流掩码通道、电压掩码通道和温度掩码通道各自的掩码替代特征，以及电池荷电状态预测模型的模型参数。采用本发明，可以在模型训练过程中动态调整掩码概率和掩码替代特征，以实现信号缺失的动态模拟，从而提高电池荷电状态预测模型的泛化能力。