本發明公開了一種基于機器學習的三元鋰離子電池早期加速老化診斷方法,從三元鋰離子電池放電容量?電壓曲線、放電IC曲線和放電DV曲線上提取表征三元鋰離子電池的健康狀態的17個老化特征參數,然后利用新的組合算法對三元鋰離子電池的加速老化進行早期地準確診斷,首先通過隨機森林選擇重要特征,然后再通過線性相關分析降低重要特征線性相關性,最后通過邏輯回歸模型判斷加速老化,實現三元鋰離子電池的加速老化早期準確診斷,從而在早期判斷三元鋰離子電池是否會發生加速老化,為鋰離子電池的健康狀態管理與健康狀態評估提供重要的信息。
聲明:
“基于機器學習的三元鋰離子電池早期加速老化診斷方法” 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)