【技术实现步骤摘要】
本专利技术涉及电池容量预测，尤其涉及一种高尔夫球车电池容量预测方法、装置、设备及存储介质。
技术介绍
1、由于高尔夫球车的使用环境复杂多变，充放电模式不规律，电池容量预测和健康状态评估面临诸多挑战。
2、传统的电池容量预测方法往往依赖于简单的统计模型或单一的机器学习算法，难以准确捕捉电池容量退化的非线性特征和长期依赖关系。这导致预测精度不高，难以为高尔夫球车的维护和电池更换决策提供可靠支持。同时，现有方法对于不同使用工况下的电池容量变化适应性较差，无法有效处理实际应用中的数据噪声和异常值。
技术实现思路
1、本专利技术提供了一种高尔夫球车电池容量预测方法、装置、设备及存储介质，用于提高高尔夫球车电池容量预测的精度。
2、第一方面，本专利技术提供了一种高尔夫球车电池容量预测方法，所述高尔夫球车电池容量预测方法包括：
3、对高尔夫球车电池的历史充放电数据进行采集和预处理，得到时间序列特征数据集；
4、基于所述时间序列特征数据集，利用反向传播神经网...
【技术保护点】
1.一种高尔夫球车电池容量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的高尔夫球车电池容量预测方法，其特征在于，所述对高尔夫球车电池的历史充放电数据进行采集和预处理，得到时间序列特征数据集，包括：
3.根据权利要求2所述的高尔夫球车电池容量预测方法，其特征在于，所述基于所述时间序列特征数据集，利用反向传播神经网络构建广义导数方法，生成增量容量曲线，并提取三维特征向量，包括：
4.根据权利要求3所述的高尔夫球车电池容量预测方法，其特征在于，所述将所述三维特征向量输入双向长短期记忆网络，通过训练得到初始容量预测模型，包括
5....
【技术特征摘要】
1.一种高尔夫球车电池容量预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的高尔夫球车电池容量预测方法，其特征在于，所述对高尔夫球车电池的历史充放电数据进行采集和预处理，得到时间序列特征数据集，包括：
3.根据权利要求2所述的高尔夫球车电池容量预测方法，其特征在于，所述基于所述时间序列特征数据集，利用反向传播神经网络构建广义导数方法，生成增量容量曲线，并提取三维特征向量，包括：
4.根据权利要求3所述的高尔夫球车电池容量预测方法，其特征在于，所述将所述三维特征向量输入双向长短期记忆网络，通过训练得到初始容量预测模型，包括：
5.根据权利要求4所述的高尔夫球车电池容量预测方法，其特征在于，所述将所述初始容量预测模型作为第一层模型，并将代谢灰色模型作为第二层模型进行堆叠集成，得到混合预测模型，包括：
6.根据权利要求5所述的高尔夫球车电池...
【专利技术属性】
技术研发人员：唐罗伟，刘好玉，吴至军，郭剑明，韦广生，
申请(专利权)人：深圳市钜力能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。