本發明一種基于機器學習和安時積分法的鋰電池SOH預測方法,首先收集電池歷史運行數據上傳到鋰電池健康數據庫中,通過數據清洗、特征構建等對數據進行處理,同時配合安時積分法計算出歷史SOH數據作為模型輸出參數,然后通過特征篩選得到對模型貢獻度較高的模型輸入參數,此時已將無監督學習的SOH預測轉化為監督學習的SOH預測,最后采用stacking模型對歷史數據進行訓練迭代,篩選出模型最優參數,從而獲得鋰電池SOH預測模型。本發明方法可以實現實時、快速、準確的檢測電池的健康狀態,有效延長鋰電池的使用壽命的同時提高鋰電池的安全性。
聲明:
“基于機器學習和安時積分法的鋰電池SOH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)