申请/专利权人：西安超越申泰信息科技有限公司

申请日：2023-12-06

公开（公告）日：2024-03-08

公开（公告）号：CN117665626A

主分类号：G01R31/392

分类号：G01R31/392;G01R31/396;G01R31/367;G01R31/36

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了国产平台下基于大模型的电池续航测试方法及系统，属于大数据处理技术领域，要解决的技术问题为对于电池续航测试、如何缩短测试时间并提高测试准确性。包括如下步骤：采集电池使用过程中的电池数据，并进行数据预处理，构建训练集；构建续航预测模型，并基于训练集对续航预测模型进行模型训练和评估；将训练后续航预测模型部署到测试环境中；开展测试：以收集的电池数据为输入，通过最终的续航预测模型对电池续航进行预测，输出续航时间，通过当前训练后续航预测模型预测输出电池的续航时间，基于预测输出的续航时间评估当前训练后续航预测模型，并基于预测输出的续航时间以及真实的续航时间形成测试报告。

主权项：1.一种国产平台下基于大模型的电池续航测试方法，其特征在于，包括如下步骤：样本构建：采集电池使用过程中的电池数据作为原始数据，并对原始数据进行数据预处理，得到预处理后数据作为样本数据，并对样本数据进行标注，得到标注信息，标注信息为对应电池的续航时间，基于样本数据和标注信息构建训练集；模型训练：构建续航预测模型，并基于训练集对续航预测模型进行模型训练和评估，得到训练后续航预测模型，所述续航预测模型用于基于输入电池数据对电池续航进行预测、输出续航时间；模型部署：将训练后续航预测模型部署到测试环境中；开展测试：以收集的电池数据为输入，将电池数据输入当前训练后续航预测模型，通过当前训练后续航预测模型预测输出电池的续航时间，基于预测输出的续航时间评估当前训练后续航预测模型，如果当前训练后续航预测模型符合预定要求，导出当前训练后续航预测模型，如果不符合，将当前真实的电池数据以及对应的续航时间作为样本更新至训练集，并基于新的训练集对当前训练后续航预测模型进行参数优化，直至当前训练后续航预测模型符合预定要求，并基于预测输出的续航时间以及真实的续航时间形成测试报告。通过最终的续航预测模型对电池续航进行预测，输出续航时间。

全文数据：

权利要求：

百度查询： 西安超越申泰信息科技有限公司 国产平台下基于大模型的电池续航测试方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD