本發明公開了一種基于機器學習的電池生產安全預測方法,包括有如下步驟:步驟S1,獲取大量鋰電池化成與分容工步配置數據、關鍵參數保護策略和工步運行數據,用于訓練模型;步驟S2,利用數據預處理模塊對所獲取的數據進行預處理,預處理步驟包括但不限于數據讀取、異常數據檢測、特征提取、特征標準化和特征篩選;步驟S3,調參建模模塊采用梯度提升樹模型框架Light?GBM進行模型訓練與參數調整,進而得到最優的電池生產安全預測模型;步驟S4,預測模塊對經過數據預處理后的待預測數據進行預測輸出。本發明不僅具備智能化性能,而且能根據工藝配置和生產大數據進行學習,能動態進行電池生產安全預測,較好地滿足了應用需求。
聲明:
“基于機器學習的電池生產安全預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)