申请/专利权人：珠海格力电器股份有限公司;珠海零边界集成电路有限公司

申请日：2023-11-20

公开（公告）日：2024-04-02

公开（公告）号：CN117808116A

主分类号：G06N20/00

分类号：G06N20/00;G01R31/367;G06F18/23213;G06N3/0442;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请提供了一种电池状态预测模型训练方法、电池状态预测方法及装置，方法包括：获取电池样本的多组性能参数样本；对多组性能参数样本进行聚类操作，得到多个包括性能参数样本的聚类簇，每个聚类簇具有对应的状态参数；针对每个聚类簇，将聚类簇对应的状态参数，确定为聚类簇包括的性能参数样本的标签；根据性能参数样本，以及性能参数样本对应的标签训练机器学习模型，得到电池状态预测模型，电池状态预测模型，用于根据待预测电池的性能参数，预测得到待预测电池的状态参数。方法提高了获取电池状态预测模型的处理效率。

主权项：1.一种电池状态预测模型训练方法，其特征在于，包括：获取电池样本的多组性能参数样本；对多组所述性能参数样本进行聚类操作，得到多个包括性能参数样本的聚类簇，每个聚类簇具有对应的状态参数；针对每个聚类簇，将聚类簇对应的状态参数，确定为所述聚类簇包括的性能参数样本的标签；根据所述性能参数样本，以及性能参数样本对应的标签训练机器学习模型，得到电池状态预测模型，所述电池状态预测模型，用于根据待预测电池的性能参数，预测得到所述待预测电池的状态参数。

全文数据：

权利要求：

百度查询： 珠海格力电器股份有限公司;珠海零边界集成电路有限公司 电池状态预测模型训练方法、电池状态预测方法及装置

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