[发明专利]电池容量预测方法、模型训练方法、电子设备及存储介质

权利要求书

1.一种电池容量预测方法，其特征在于，包括：

获取目标电池的时序类别的制造数据和离散类别的制造数据；

对所述时序类别的制造数据和所述离散类别的制造数据分别进行特征工程处理，以提取所述时序类别的制造数据对应的第一特征向量和所述离散类别的制造数据对应的第二特征向量；

将所述第一特征向量输入异常检测模型中，以通过所述异常检测模型对所述目标电池的电池容量进行异常检测；

若异常检测结果指示所述目标电池的电池容量正常，则将所述第一特征向量和所述第二特征向量输入回归模型中，以通过所述回归模型预测所述目标电池的电池容量。

2.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括依次连接的生成器和辨别器；相应的，将所述第一特征向量输入异常检测模型中，以通过所述异常检测模型对所述目标电池的电池容量进行异常检测包括：

利用所述生成器对所述第一特征向量进行重构处理，得到所述第一特征向量对应的重构特征向量；

将所述第一特征向量和所述重构特征向量输入所述辨别器中，以通过所述辨别器对所述目标电池的电池容量进行异常检测。

3.根据权利要求2所述的方法，其特征在于，所述生成器包括依次连接的第一编码器、记忆模块和第一解码器，相应的，利用所述生成器对所述第一特征向量进行重构处理，得到所述第一特征向量对应的重构特征向量，包括：

利用所述第一编码器对所述第一特征向量进行编码处理，得到第一编码向量；

对所述第一编码向量进行以降维为目标的矩阵变换，得到变换后的第一编码向量；

利用所述记忆模块对变换后的第一编码向量进行数据增强处理，得到数据增强后的第一编码向量；

利用所述解码器对数据增强后的第一编码向量进行解码处理，得到所述第一特征向量对应的重构特征向量。

4.根据权利要求2所述的方法，其特征在于，所述辨别器包括依次连接的第二编码器和池化层；相应的，将所述第一特征向量和所述重构特征向量输入所述辨别器中，以通过所述辨别器对所述目标电池的电池容量进行异常检测，包括：

利用所述第二编码器对所述第一特征向量和所述重构特征向量进行编码处理，得到第二编码向量；

利用所述池化层对所述第二编码向量进行池化处理，得到池化结果；

利用激活函数对所述池化结果进行激活，得到针对所述目标电池的电池容量的异常检测结果。

5.根据权利要求1所述的方法，其特征在于，将所述第一特征向量和所述第二特征向量输入回归模型中，以通过所述回归模型预测所述目标电池的电池容量包括：

利用第三编码器对所述第一特征向量进行编码处理，得到第三编码向量；

将所述第三编码向量和所述第二特征向量进行特征拼接，得到拼接向量；

将所述拼接向量输入所述回归模型，以通过所述回归模型预测所述目标电池的电池容量。

6.根据权利要求5所述的方法，其特征在于，将所述第三编码向量和所述第二特征向量进行特征拼接，得到拼接向量包括：

利用第三编码器对所述第一特征向量的重构特征向量进行编码处理，得到第四编码向量；

确定所述第三编码向量和所述第四编码向量之间的目标残差；

将所述第三编码向量、所述目标残差和所述第二特征向量进行特征拼接，得到所述拼接向量。

7.根据权利要求6所述的方法，其特征在于，确定所述第三编码向量和所述第四编码向量之间的目标残差，包括：

利用全连接层分别对所述第三编码向量和所述第四编码向量进行处理；

确定经过全连接层处理后的所述第三编码向量和所述第四编码向量之间的目标残差。