本发明公开了一种基于随机森林模型的车载锂离子电池荷电状态预测方法,包括:在电动汽车锂离子电池放电过程中,采集锂离子电池用于预测电池荷电状态SOC的外部特征参数;根据采集的不同特征参数的数据集,建立不同输入特征参数的随机森林系统模型;利用所述随机森林系统模型,建立不同输入参数的随机森林模型的训练集和测试集;利用所述随机森林模型的训练集和测试集,建立不同输入参数的估计锂离子电池荷电状态的预测模型;根据不同参数的随机森林预测模型,对预测值进行精度分析,确定最优解,得到预测结果。本发明分析了不同输入参数组合对SOC值的影响,利用随机森林模型实现对电池荷电状态的估计,预测结果计算速度快,误差小,满足不同运行条件下对锂离子电池荷电状态预测结果的要求,有很高的使用性。
声明:
“基于随机森林模型的车载锂离子电池荷电状态预测方法” 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)