本發(fā)明公開了一種
鋰電池健康狀態(tài)的估計方法、裝置及存儲介質(zhì)。其中,該方法包括:利用多個有效充電循環(huán)對應的多個健康因子HI作為輸入變量,以及多個有效充電循環(huán)對應的多個健康狀態(tài)SOH作為輸出變量,進行訓練,得到高斯過程回歸GPR模型,其中,GPR模型為使用多組數(shù)據(jù)通過機器學習訓練得出的,多組數(shù)據(jù)中的每組數(shù)據(jù)均包括:有效充電循環(huán)的HI和HI對應的SOH;獲取待檢測充電循環(huán)的HI,將HI輸入GPR模型,由GPR模型輸出HI對應的SOH。本發(fā)明解決了相關(guān)技術(shù)中檢測鋰電池健康狀態(tài)比較復雜且難以適應質(zhì)量較差的采集數(shù)據(jù)的技術(shù)問題。
聲明:
“鋰電池健康狀態(tài)的估計方法、裝置及存儲介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,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)