本發(fā)明公開了一種
鋰電池SOH狀態(tài)的預估方法,包括以下步驟:鋰電池數據采集,提取健康因子構建特征向量,生成訓練樣本和測試樣本;確定鋰電池SOH狀態(tài)的預估算法為蟻獅優(yōu)化算法;定義算法參數和輸出參數組;改進預估算法,輸出最優(yōu)輸出參數組,改進指:通過調整精英蟻獅和普通蟻獅的隨機游走對應權重值,控制不同迭代階段搜索平衡,輸出最優(yōu)輸出參數組;結合最優(yōu)輸出參數組,通過支持向量回歸模型對所述測試樣本集進行預測,輸出所述SOH預估值。根據上述技術方案,可以支持以更少的迭代次數輸出最優(yōu)的參數組,以更少的代價,提高模型訓練的泛化能力和擬合能力,以實現精確、實時地對鋰離子電池SOH進行估計,提高準確度和收斂精度。
聲明:
“鋰電池SOH狀態(tài)的預估方法和裝置” 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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)