本發明涉及軌道交通鋰電池維護技術領域,尤其是一種通過大數據預測軌交鋰電池SOH的方法;該方法由相應的應用架構、流程、計算模型組成。這種方法首先對電動軌道交通電池運行過程中采集的電池實時數據,以及電動軌道交通車輛其它的運行數據,進行數據整理和清洗,并對數據進行特征化處理,通過大數據機器學習建立模型和訓練驗證算法,其中建模主要使用了非線性混合算法模型和生存模型,并對結果進行不同角度的評估和優化,從而建立電動軌道交通電池SOH預測的模型,優化電池的維修和更換,提高車主的安全性指標,達到系統性能和經濟效益的平衡。
聲明:
“通過大數據預測軌交鋰電池SOH的方法” 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)