[发明专利]一种基于神经网络的电池组分选方法、装置及电子设备

权利要求书

1.一种基于神经网络的电池组分选方法，其特征在于，包括：

获取电池的内部参数，根据所述电池的内部参数生成数据集；

构建神经网络模型，利用所述数据集对所述神经网络模型进行训练，得到训练完备的神经网络模型；

获取待分选电池，根据所述待分选电池和所述训练完备的神经网络模型得到分选后的电池。

2.根据权利要求1所述的基于神经网络的电池组分选方法，其特征在于，包括：

所述电池的内部参数为电池的电压和内阻。

3.根据权利要求1所述的基于神经网络的电池组分选方法，其特征在于，构建神经网络模型，包括：

利用输入层、竞争层及输出层构建自组织竞争神经网络模型。

4.根据权利要求3所述的基于神经网络的电池组分选方法，其特征在于，包括：

所述自组织竞争神经网络模型的竞争层个数为N，N≥2，每一个竞争层的神经元个数为m，m≥2。

5.根据权利要求1所述的基于神经网络的电池组分选方法，其特征在于，根据所述待分选电池和所述训练完备的神经网络模型得到分选后的电池，包括：

获取所述待分选电池的电池容量，根据所述待分选电池的电池容量对所述待分选电池进行初次分选，得到初次分选后的电池；

利用所述训练完备的神经网络模型对所述初次分选后的电池进行二次分选，得到分选后的电池。

6.根据权利要求5所述的基于神经网络的电池组分选方法，其特征在于，根据所述待分选电池的电池容量对所述待分选电池进行初次分选，包括：

根据所述待分选电池的电池容量对所述待分选电池按照设定标准进行初次分选。

7.根据权利要求1所述的基于神经网络的电池组分选方法，其特征在于，还包括：

判断所述分选后的电池是否满足设定检验条件，若满足则标记为合格电池，若不满足则标记为不合格电池。

8.一种基于神经网络的电池组分选装置，其特征在于，包括数据获取模块、模型训练模块及电池配组模块；

所述数据获取模块，用于获取电池的内部参数，根据所述电池的内部参数生成数据集；

所述模型训练模块，用于构建神经网络模型，利用所述数据集对所述神经网络模型进行训练，得到训练完备的神经网络模型；

所述电池配组模块，用于获取待分选电池，根据所述待分选电池和所述训练完备的神经网络模型得到分选后的电池。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-7任一所述的基于神经网络的电池组分选方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如权利要求1-7任一所述的基于神经网络的电池组分选方法。