电池阈值的自适应设定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于电池技术领域，公开了一种电池阈值的自适应设定方法、装置、设备及存储介质。该方法包括：获取目标电池的历史数据，以及实时监测所述目标电池的当前数据；根据所述历史数据确定阈值设定相关特征；利用所述阈值设定相关特征训练初始深度学习模型，得到目标深度学习模型；将所述当前数据输入至所述目标深度学习模型中，预测出所述目标电池的预测阈值/或预测范围。通过上述方式，能够根据目标电池的当前数据动态调整目标电池的阈值或阈值范围。围。围。

【技术实现步骤摘要】
电池阈值的自适应设定方法、装置、设备及存储介质


[0001]本专利技术涉及电池
，尤其涉及一种电池阈值的自适应设定方法、装置、设备及存储介质。

技术介绍

[0002]随着电池技术的发展，对电池管理系统(BMS)的要求也越来越高。电池管理系统需要预先设定电池阈值才能够准确地监测和控制电池的状态和性能。传统的电池阈值设定方法通常采用固定阈值或固定阈值范围，这样的设定方法可能无法适应不同的环境和条件，导致系统的灵活性和准确性不足。

技术实现思路

[0003]本专利技术的主要目的在于提供一种电池阈值的自适应设定方法、装置、设备及存储介质，旨在解决现有技术中无法动态设定电池阈值的技术问题。
[0004]为实现上述目的，本专利技术提供了一种电池阈值的自适应设定方法，所述方法包括以下步骤：
[0005]获取目标电池的历史数据，以及实时监测所述目标电池的当前数据；
[0006]根据所述历史数据确定阈值设定相关特征；
[0007]利用所述阈值设定相关特征训练初始深度学习模型，得到目标深度学习模型；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池阈值的自适应设定方法，其特征在于，所述电池阈值的自适应设定方法包括：获取目标电池的历史数据，以及实时监测所述目标电池的当前数据；根据所述历史数据确定阈值设定相关特征；利用所述阈值设定相关特征训练初始深度学习模型，得到目标深度学习模型；将所述当前数据输入至所述目标深度学习模型中，预测出所述目标电池的预测阈值/或预测范围。2.如权利要求1所述的方法，其特征在于，所述获取目标电池的历史数据，包括：获取所述目标电池的初始历史数据；对所述初始历史数据依次进行数据清洗、数据筛选、数据归一化以及时间序列化处理，得到所述目标电池的历史数据。3.如权利要求2所述的方法，其特征在于，所述对所述初始历史数据依次进行数据清洗、数据筛选、数据归一化以及时间序列化处理，得到所述目标电池的历史数据，包括：对所述初始历史数据依次进行数据清洗、数据筛选之后，得到第一预处理数据；确定所述第一预处理数据的最小
‑
最大归一化结果、Z
‑
score标准化结果以及最大绝对值缩放结果；随机确定第一权重、第二权重以及第三权重；基于所述最小
‑
最大归一化结果、所述Z
‑
score标准化结果、所述最大绝对值缩放结果、所述第一权重、所述第二权重以及所述第三权重，确定归一化数据；对所述归一化数据进行时间序列化处理，得到所述目标电池的历史数据。4.如权利要求2所述的方法，其特征在于，所述对所述初始历史数据依次进行数据清洗、数据筛选、数据归一化以及时间序列化处理，得到所述目标电池的历史数据，包括：对所述初始历史数据依次进行数据清洗、数据筛选、数据归一化处理之后，得到第二预处理数据；将所述第二预处理数据按照采集时间进行排序，得到排序数据；将所述排序数据分割成连续的时间窗口，得到所述目标电池的历史数据，其中，所述时间窗口内包含历史数据在时间维度上的动态变化特征。5.如权利要求1所述的方法，其特征在于，所述根据所述历史数据...

【专利技术属性】
技术研发人员：江彬，张毅鸿，都治军，邹定云，郝园园，
申请(专利权)人：重庆三峡时代能源科技有限公司，
类型：发明
国别省市：