本发明公开了一种
锂电池SOH状态的预估方法,包括以下步骤:锂电池数据采集,提取健康因子构建特征向量,生成训练样本和测试样本;确定锂电池SOH状态的预估算法为蚁狮优化算法;定义算法参数和输出参数组;改进预估算法,输出最优输出参数组,改进指:通过调整精英蚁狮和普通蚁狮的随机游走对应权重值,控制不同迭代阶段搜索平衡,输出最优输出参数组;结合最优输出参数组,通过支持向量回归模型对所述测试样本集进行预测,输出所述SOH预估值。根据上述技术方案,可以支持以更少的迭代次数输出最优的参数组,以更少的代价,提高模型训练的泛化能力和拟合能力,以实现精确、实时地对锂离子电池SOH进行估计,提高准确度和收敛精度。
声明:
“锂电池SOH状态的预估方法和装置” 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)