深度学习驱动的电池剩余容量动态评估方法及系统

本申请涉及深度学习驱动的电池剩余容量动态评估方法及系统，涉及电池容量评估技术领域，包括：读取当前SOC区域并当前预测误差置信区间；监测获取多源运行数据序列，并进行运行状态平稳性分析，输出当前运行平稳系数；补偿预设标准预测深度，生成适配预测深度；根据当前运行平稳系数和适配预测深度制定适配预测方案，并获取适配多源预测数据，调用电池剩余容量预测插件，对目标蓄电池组进行电池剩余容量预测，输出电池剩余容量评估结果。本发明解决了传统电池剩余容量评估因未适配实际运行场景，采用统一评估方案，易出现资源过度消耗或评估精度无法匹配实际需求的问题。