【技术实现步骤摘要】
本专利技术涉及未达标电芯识别领域，具体涉及一种基于预测精度的模型训练以及未达标电芯识别方法。
技术介绍
1、铁锂电池是一种锂离子电池，具有高能量密度、长寿命、低自放电率和较高的安全性能等特点，因此被广泛应用于电动汽车、储能系统和电动自行车等领域。目前，铁锂电池电芯容量预测技术主要基于以下方法：利用电池内部物理和化学模型，通过建立数学方程来描述电池的特性，例如电池容量随时间的衰减规律；利用监督学习或时间序列分析等方法，从历史数据中学习电池容量与工作条件之间的关系从而进行预测；或利用神经网络等深度学习方法，从大量数据中学习电池容量的复杂规律，实现高精度的预测。
2、然而，现有的铁锂电池电芯容量预测技术还存在一些缺陷和不足，例如在对数据进行分类时，单一的分类模型的分类效果不佳，且在实际生产过程中，电池厂为了保证预测的电池精度均达到某个标准，需要把不准确的电芯进行剔除，即在预测完电芯容量数据之后，还需要把不满足标准的电芯剔除，但是现有的方法均为先预测电芯容量数据，而后对电芯容量数据进行分类分类与识别，非常容易出现过杀和漏杀的现象，因...
【技术保护点】
1.一种基于预测精度的模型训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据预设的误差需求值设置区间划分条件，包括：对于任意一个数据区间，获取所述任意一个数据区间的区间下限与区间上限；计算所述任意一个数据区间的区间下限与区间上限之间比值的绝对值，当1与所得绝对值之间的差值小于所述预设的误差需求值时，认为满足区间划分条件。
3.如权利要求2所述的方法，其特征在于，所述获取所述任意一个数据区间的区间下限与区间上限，包括：对于当前需要获取的数据区间，将第一训练子集中未进行区间划分的数据构成的数据集作为最新的第一训练子集；将...
【技术特征摘要】
1.一种基于预测精度的模型训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据预设的误差需求值设置区间划分条件，包括：对于任意一个数据区间，获取所述任意一个数据区间的区间下限与区间上限；计算所述任意一个数据区间的区间下限与区间上限之间比值的绝对值，当1与所得绝对值之间的差值小于所述预设的误差需求值时，认为满足区间划分条件。
3.如权利要求2所述的方法，其特征在于，所述获取所述任意一个数据区间的区间下限与区间上限，包括：对于当前需要获取的数据区间，将第一训练子集中未进行区间划分的数据构成的数据集作为最新的第一训练子集；将最新的第一训练子集中的最小值作为所述当前需要获取的数据区间的区间下限，根据区间划分条件获取所述当前需要获取的数据区间的区间上限。
4.如权利要求3所述的方法，其特征在于，所述根据区间划分条件获取所述当前需要获取的数据区间的区间上限，包括：对于当前需要获取的数据区间，从所述最新的第一训练子集中选取满足所述区间划分条件的所有数据，将所得所有数据中的最大值作为所述当前...
【专利技术属性】
技术研发人员：钟孜元，周均扬，方送生，李凤梅，
申请(专利权)人：深圳市比克动力电池有限公司，
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。