本发明公开了一种基于多尺度集成回归模型的
锂电池剩余寿命预测方法。首先,使用经验模态分解(EMD)将锂电池容量信号分解到多个本征模态分量(IMF),充分挖掘不同尺度的细节特征,针对性地处理电池容量再生和随机波动问题;然后,采用并行式集成框架,针对分解出的不同尺度分量的变化规律和特征,分别采用高斯过程回归(GPR)和逻辑回归(LR)两种子学习器进行预测,利用二者特点更好地感知不同分量特征;最后,对各子学习器输出结果集成,得出预测的锂电池剩余寿命。该方法可以有效感知电池容量中的再生和波动特性,对于各数据都有较强的适应性,具有更高的预测精度和泛化能力。
声明:
“基于多尺度集成回归模型的锂电池剩余寿命预测方法” 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)