[发明专利]荷电状态评估方法、装置、电子设备及存储介质

权利要求书

1.一种荷电状态评估方法，其特征在于，所述方法应用于一种荷电状态评估模型，所述荷电状态评估模型包括第一子模型和第二子模型，所述第一子模型包括具有多种尺寸卷积核的卷积层以及池化层，所述方法包括：

获取目标对象的荷电状态评估参数；

将所述荷电状态评估参数输入至所述第一子模型中的卷积层，利用所述卷积层包括的多种尺寸的卷积核分别对所述荷电状态评估参数进行特征提取，生成与每一种尺寸的卷积核分别对应的第一特征矩阵；

将每一个所述第一特征矩阵分别输入至所述池化层进行自适应池化处理，获取与每一个第一特征矩阵分别对应的第二特征矩阵；

将所有的所述第二特征矩阵输入所述第二子模型，基于所述第二特征矩阵，对所述目标对象的荷电状态进行评估。

2.根据权利要求1所述的方法，其特征在于，所述池化层包括多个，每一个所述池化层的尺寸对应一种卷积核的尺寸，所述将每一个所述第一特征矩阵分别输入至所述池化层进行自适应池化处理，获取与每一个第一特征矩阵分别对应的第二特征矩阵，包括：

将与所述卷积核的尺寸对应的第一特征矩阵，输入与所述卷积核的尺寸对应的自适应池化层，获取与每一个所述第一特征矩阵分别对应的第二特征矩阵。

3.根据权利要求1或2所述的方法，其特征在于，第一子模型是CNN卷积神经网络模型，第二子模型是多层残差长短时记忆Residual LSTM网络模型。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

利用所述ResidualLSTM网络模型中每一层模型的输入数据，对每一层模型的输出结果执行残差连接处理，获取所述ResidualLSTM网络模型最终的输出结果；

对所述最终的输出结果进行降维处理，获取荷电状态值；

根据所述荷电状态值对所述目标对象的荷电状态进行评估。

5.根据权利要求1所述的方法，其特征在于，所述荷电状态评估参数，包括：

电压、电流、温度以及荷电状态。

6.根据权利要求1-2或4-5任一项所述的方法，其特征在于，所述多种尺寸的卷积核，包括但不限于如下的至少两种：

2×1尺寸的卷积核、3×1尺寸的卷积核以及5×1尺寸的卷积核。

7.根据权利要求1所述的方法，其特征在于，所述目标对象为锂电池。

8.一种荷电状态评估装置，其特征在于，所述装置包括：

获取模块，用于获取目标对象的荷电状态评估参数；

处理模块，用于将所述荷电状态评估参数输入至第一子模型中的卷积层，利用所述卷积层包括的多种尺寸的卷积核分别对所述荷电状态评估参数进行特征提取，生成与每一种尺寸的卷积核分别对应的第一特征矩阵；

池化模块，用于将每一个所述第一特征矩阵分别输入至所述池化层进行自适应池化处理，获取与每一个第一特征矩阵分别对应的第二特征矩阵；

评估模块，用于将所有的所述第二特征矩阵输入第二子模型，基于所述第二特征矩阵，对所述目标对象的荷电状态进行评估。

9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口以及存储器通过通信总线完成相互间的通信；

所述存储器，用于存放计算机程序；

所述处理器，用于执行存储器上所存放的程序时，实现权利要求1-7任一项所述的荷电状态评估方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的荷电状态评估方法的步骤。