本发明公开了一种面向
锂电池少循环的二维支持域直推式健康状态预测方法。该方法考虑同型号多块电池的批次特性,利用历史数据和批次数据构造二维支持域扩充模型信息来源,从而为模型的建立提供了粗范围的可供选择的样本,并且使用直推式建模综合考虑离线和在线样本特征空间的信息,对每个样本进行细致划分,再根据各个样本不同的重要性进行选择建模,以此解决锂电池历史充放电循环数据较少时对健康状态建模预测不准确的问题。本方法创新性地引入二维支持域和直推式建模对数据进行扩充和筛选,很好地解决了少量循环数据情况下健康状态预测问题。
声明:
“面向锂电池少循环的二维支持域直推式健康状态预测方法” 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)