本发明提供了一种退役动力
锂电池健康状态的集成估计方法,首先,从所施加的组合电流脉冲测试中获得用于健康状态估计的老化特征;其次,利用多目标优化方法,从老化特征数目及估计的精度两个方面对弱学习器的建立方法进行优化,在此基础上,使用基于帕累托面分布特征的选择方法,以进一步精简弱学习器的数量,同时保持各弱学习器的精度,提高集成估计的整体效率,最后,根据优选的弱学习器方案,训练获得各弱学习器,并采用差分进化算法以权重的方式,联合多个弱学习器实现退役动力锂电池荷电状态的集成估计。本发明通过以上设计,能够主动分析数据,自动地实现集成学习方案的优化设计,提高退役动力锂电池健康状态估计的准确性与鲁棒性。
声明:
“退役动力锂电池健康状态的集成估计方法” 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)