本發(fā)明公開了一種基于特征篩選和高斯過程回歸的
鋰電池健康狀態(tài)估計方法,包括步驟:1、采集待測電池歷史數(shù)據(jù),定義電池SOH。2、采用粒子群?灰色關(guān)聯(lián)分析PSO?GRA方法篩選最優(yōu)特征電壓區(qū)間,并基于充電曲線提取特征。3、將樣本劃分為訓(xùn)練集、測試集。4、建立改進(jìn)的GPR模型。5、基于訓(xùn)練集數(shù)據(jù)訓(xùn)練GPR模型。6、基于訓(xùn)練好的模型進(jìn)行SOH估計,輸出估計均值和置信區(qū)間。本發(fā)明實現(xiàn)了高相關(guān)性特征的自動提取,改進(jìn)了傳統(tǒng)的高斯過程回歸GPR模型,提高了電池SOH估計精度,且能夠適應(yīng)不同鋰離子電池數(shù)據(jù)。
聲明:
“基于特征篩選和高斯過程回歸的鋰電池健康狀態(tài)估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)