一种性能预测模型的训练方法及装置、一种性能预测方法及装置、车辆及电子设备

本申请涉及一种性能预测模型的训练方法及装置、一种性能预测方法及装置、车辆及电子设备，涉及性能预测技术领域，该性能预测模型的训练方法包括：构建数据集；其中，数据集包括：气热换热器的环境信息、入口流体的流体信息、出口流体的流体信息和换热信息；流体信息至少包括以下一项：流体温度、流体压力和流体流量；入口流体包括入口气体和入口液体；出口流体包括出口气体和出口液体；基于数据集和初始长短期记忆网络LSTM，训练气热换热器的性能预测模型。LSTM通过引入雷诺数、普朗特数和努塞尔数约束流体流动状态、流体热扩散、热传热强度符合物理规律，以提高性能预测模型的性能预测准确性，进而提升气液换热器动态性能预测的准确性。