【技术实现步骤摘要】
本申请涉及锂离子电池，特别是涉及一种电池保持率的弹性网络回归模型的构建方法、装置和设备。
技术介绍
1、锂离子电池具有高能量密度、长循环寿命和环境友好性的特点，被广泛应用于便携式电子设备、电动车辆和储能系统等领域，但随着锂离子电池使用时间的增加，锂离子电池的容量会逐渐衰减，导致电池终止使用，因此，对锂离子电池进行容量保持率的预测对于评估电池性能、指导电池设计、优化电池管理、发现潜在问题以及降低开发成本和时间具有重要意义。
2、通常，通过采集锂离子电池全生命周期的数据训练机器学习模型，利用训练好的机器学习模型对锂离子电池的容量保持率进行预测。
3、然而，传统技术存在对锂离子电池的容量保持率进行预测的预测效率低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高预测效率的电池保持率的弹性网络回归模型的构建方法、装置和设备。
2、第一方面，本申请提供了一种电池保持率的弹性网络回归模型的构建方法，包括：
3、获取样本电池的样本...
【技术保护点】
1.一种电池保持率的弹性网络回归模型的构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取样本电池的样本数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述中间特征的多重共线性对所述中间特征进行筛选，确定所述样本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述确定各所述中间特征的方差膨胀因子，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述初始数据中的多个初始特征进行相关性筛选，确定所述样本电池的多个中间特征，包括：
6.根据权利要求...
【技术特征摘要】
1.一种电池保持率的弹性网络回归模型的构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取样本电池的样本数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述中间特征的多重共线性对所述中间特征进行筛选，确定所述样本数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述确定各所述中间特征的方差膨胀因子，包括：
5.根据权利要求2所述的方法，其特征在于，所述对所述初始数据中的多个初始特征进行相关性筛选，确定所述样本电池的多个中间特征，包括：
6.根据权利要求1-5任一项...
【专利技术属性】
技术研发人员：焦君宇，
申请(专利权)人：深圳屹艮科技有限公司，
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。