【技术实现步骤摘要】
本申请涉及电池，具体涉及一种电池状态预测方法及装置、电子设备及计算机可读存储介质。
技术介绍
1、在锂离子电池管理系统中，荷电状态(state of charge,soc)与健康状态(stateof health,soh)为两个独立但密切相关的任务，各自带有一定的复杂性和挑战性。现有相关技术中，这些任务通常是分别设计并优化预测模型。然而，维护两个独立的预测模型会降低计算效率和增加计算负担。
2、前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
技术实现思路
1、针对上述技术问题，本申请提供一种电池状态预测方法及装置、电子设备及计算机可读存储介质，能够实现实时预测电池的荷电状态和/或健康状态，且预测精度高，提升了计算效率和降低了计算负担。
2、本申请提供一种电池状态预测方法，包括：
3、步骤s1、获取待测电池的当前状态数据，状态数据至少包括以下特征：端电压、端放电电流和温度；
4、步骤s2、将当前状态数据输入预先训练好的基于lstm和t...
【技术保护点】
1.一种电池状态预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，预处理层，具体用于：
3.如权利要求2所述的方法，其特征在于，预处理层，还用于在通过ReLU激活函数进行非线性映射以提取对应特征的低级特征之前，对输入数据中各特征进行归一化处理。
4.如权利要求1至3中任一项所述的方法，其特征在于，预处理层，还用于使用全局平均池化对第一目标特征进行池化处理。
5.如权利要求4所述的方法，其特征在于，LSTM层，具体用于：
6.如权利要求4所述的方法，其特征在于，Transformer
【技术特征摘要】
1.一种电池状态预测方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，预处理层，具体用于：
3.如权利要求2所述的方法，其特征在于，预处理层，还用于在通过relu激活函数进行非线性映射以提取对应特征的低级特征之前，对输入数据中各特征进行归一化处理。
4.如权利要求1至3中任一项所述的方法，其特征在于，预处理层，还用于使用全局平均池化对第一目标特征进行池化处理。
5.如权利要求4所述的方法，其特征在于，lstm层，具体用于：
6.如权利要求4所述的方法，其特征在...
【专利技术属性】
技术研发人员：陈蓝，单巍，黄金，于天剑，刘冰，李颖奇，贾志东，
申请(专利权)人：北京纵横机电科技有限公司，
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。