本發明公開了電池狀態預測模型的訓練方法、電池狀態預測方法及裝置、電子設備、存儲介質。方法包括:獲取電化學模型,電化學模型由電池的測量運行數據和屬性數據構建得到;基于電化學模型進行充放電仿真,得到不同仿真條件下電池的仿真運行數據;將仿真運行數據和測量運行數據作為訓練樣本,輸入神經網絡,根據神經網絡的輸出結果調節神經網絡的網絡參數以及電化學模型的模型參數,并將符合迭代停止條件的神經網絡確定為電池狀態預測模型。本發明中,借助電化學模型擴充、豐富神經網絡的訓練樣本,并基于神經網絡的輸出結果優化電化學模型,以使電化學模型為神經網絡提供更加準確的訓練樣本,提高模型訓練的精確度。
聲明:
“電池狀態預測模型的訓練方法、電池狀態預測方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)