本發明涉及一種基于支持向量機和K均值的鋰電池故障診斷方法,包括:通過電池工況獲取原始數據集,選取電池故障征兆;對診斷變量做數據進行預處理,包括歸一化和PCA;預處理后的數據送入Kmeans聚類中,篩選與實際標簽相同的聚類結果作為故障樣本集;將故障樣本集隨機拆分為訓練集和測試集,把訓練樣本送入SVM模型中進行學習,輸出SVM分類模型,同時將測試樣本送入SVM分類模型進行測試。本發明對電池系統進行故障診斷研究,實現4種健康狀態的識別;本發明考慮到電池故障的產生受多方面因素的影響,很難確定故障產生的具體原因,對電池故障的診斷具有一定難度,提出一種基于支持向量機和K均值的故障分類方法。
聲明:
“基于支持向量機和K均值的鋰電池故障診斷方法” 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)