一种电池状态预测方法、系统、设备及存储介质

本申请涉及一种电池状态预测方法、系统、设备及存储介质，涉及人工智能与电池管理系统领域。其中方法包括：采集电池数据，通过构建滑动窗口处理电池数据得到电池训练数据样本；基于卷积神经网络和长短期记忆网络构建教师模型；将电池训练数据样本输入到教师模型进行训练，记录教师模型的蒸馏目标数据；基于卷积神经网络和长短期记忆网络构建学生模型，将电池训练数据样本和蒸馏目标数据输入到学生模型中进行蒸馏训练得到训练好的目标学生模型；转换目标学生模型的格式得到可嵌入学生模型，部署可嵌入学生模型；当接收到实时电池数据时，通过可嵌入学生模型进行电池状态预测。本申请的技术效果是：更精准地预测电池状态。