本發明公開一種基于機理?數據驅動模型的鋰電池剩余容量預測方法,首先構造鋰電池剩余容量與其充放電循環周期的退化機理模型;對鋰電池原始剩余容量數據進行凸優化降噪處理,基于預處理得到的可靠性較高的數據,采用最小二乘法對機理模型中未知參數進行辨識,從而得到精確的預測模型表達式,實現基于機理模型的鋰電池剩余容量的預測。再建立基于LSSVM的建模誤差數據驅動模型,將LSSVM估計的建模誤差反饋到機理模型的預測結果上,從而實現鋰電池剩余容量的高精度預測。本發明方法適用于不同工況條件下的鋰電池剩余容量的預測,在預測過程中綜合考慮了電池工作時所處的外界環境信息與電路工作條件對其壽命退化的影響,與實際更相符。
聲明:
“基于機理-數據驅動模型的鋰電池剩余容量預測方法” 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)