[发明专利]一种蓄电池后备时长确定方法、装置、设备和存储介质

权利要求书

1.一种蓄电池后备时长确定方法，其特征在于，包括：

获取待测蓄电池的特征信息，所述特征信息至少包括静态信息和动态信息，所述静态信息包括表征待测蓄电池设备特征的子信息，所述动态信息包括表征待测蓄电池运行特征的子信息；

将所述特征信息输入到蓄电池后备时长确定模型中进行处理，输出所述待测蓄电池的目标后备时长；

所述蓄电池后备时长确定模型是基于蓄电池样本的样本特征信息作为特征值，后备时长信息作为目标值训练得到的回归模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取若干个蓄电池样本的样本特征信息和后备时长信息；

基于所述样本特征信息和后备时长信息生成与每一个蓄电池样本对应的样本数据集，所述样本数据集包括以一个所述样本特征信息为特征，以及标注有后备时长信息的数据；

基于每一个预设模型结构和所述样本数据集进行模型训练，得到与每一个预设模型相匹配的初始模型，其中，模型训练过程以每一个样本数据集中的样本特征信息作为特征值，以所述后备时长信息作为目标值，训练得到初始模型；

对所述初始模型进行模型评估，得到与每一个初始模型对应的评估结果；

对比所述评估结果，将达到预设条件的评估结果对应的初始模型确定为蓄电池后备时长确定模型。

3.根据权利要求2所述的方法，其特征在于，其中，所述获取若干个蓄电池样本的样本特征信息，包括：

获取若干个蓄电池样本的特征信息，所述特征信息包括静态信息和动态信息，所述静态信息中包括若干个表征蓄电池样本设备特征的子信息，所述动态信息包括若干个表征蓄电池样本运行特征的子信息；

基于所述特征信息进行筛选，得到样本特征信息。

4.根据权利要求3所述的方法，其特征在于，所述基于所述特征信息进行筛选，得到样本特征信息，包括：

获取若干个蓄电池样本的后备时长信息；

将每一个蓄电池特征信息与所述后备时长信息进行相关性计算，得到与每一个特征信息对应的相关性系数；

基于每一个特征信息对应的相关性系数，在所述特征信息中确定样本特征信息。

5.根据权利要求2所述的方法，其特征在于，所述基于每一个预设模型结构和所述样本数据集进行模型训练，得到与每一个预设模型相匹配的初始模型，包括：

对每一个所述样本数据集中的样本特征信息进行标准化，得到与每一个蓄电池样本对应的标准化样本数据集，所述标准化样本数据集中包括所述标准化样本特征信息和后备时长信息；

将所有的所述标准化样本数据集进行随机划分，得到训练数据集与测试数据集；

基于每一个预设模型结构与所述训练数据集进行训练，得到与每一个预设模型结构相匹配的初始训练模型；

基于每一个所述初始训练模型与所述测试数据集进行测试，得到与每一个所述初始训练模型相对应的初始模型。

6.一种蓄电池后备时长确定装置，其特征在于，包括：

信息获取单元，用于获取待测蓄电池的特征信息，所述特征信息至少包括静态信息和动态信息，所述静态信息包括表征待测蓄电池设备信息的子信息，所述动态信息包括表征待测蓄电池运行信息的子信息；

信息处理单元，用于将所述特征信息输入到蓄电池后备时长确定模型中进行处理，输出所述待测蓄电池的目标后备时长；

所述蓄电池后备时长确定模型是基于蓄电池样本的样本特征信息作为特征值，后备时长信息作为目标值训练得到的回归模型。