本发明涉及锂离子电池预测领域,是基于XGboost模型的锂离子电池荷电状态估算,包括以下步骤:将锂离子电池放电的数据划分为训练数据集和测试数据集,将训练数据集数据集中的电压、电流、温度作为特征输入XGBoost模型;设置XGBoost模型的参数;利用XGBoost模型对训练数据集进行训练;判定训练数据集的预测SOC与训练数据集真实的SOC误差,若误差最小,设置的XGBoost模型参数为最优参数;并将测试数据集中的电压、电流、温度作为特征输入XGBoost模型,利用得到XGBoost模型的最优参数对测试数据集进行预测,获得测试数据的预测SOC;提高估算精度和鲁棒性。
声明:
“基于XGboost模型的锂离子电池荷电状态估算” 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)