本发明公开一种基于机理‑数据驱动模型的
锂电池剩余容量预测方法,首先构造锂电池剩余容量与其充放电循环周期的退化机理模型;对锂电池原始剩余容量数据进行凸优化降噪处理,基于预处理得到的可靠性较高的数据,采用最小二乘法对机理模型中未知参数进行辨识,从而得到精确的预测模型表达式,实现基于机理模型的锂电池剩余容量的预测。再建立基于LSSVM的建模误差数据驱动模型,将LSSVM估计的建模误差反馈到机理模型的预测结果上,从而实现锂电池剩余容量的高精度预测。本发明方法适用于不同工况条件下的锂电池剩余容量的预测,在预测过程中综合考虑了电池工作时所处的外界环境信息与电路工作条件对其寿命退化的影响,与实际更相符。
声明:
“基于机理-数据驱动模型的锂电池剩余容量预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)