本发明是一种基于密度特征聚类集成的
锂电池荷电状态估算方法,目的针对锂离子电池荷电状态(SOC)智能估算模型精度提高困难、传统估算方法稳定性差的问题,结合电池实际运行数据的特点,设计一种基于数据特征聚类的集成建模方法对SOC进行估算。其特征在于首先结合SOC数据波动范围较大、状态间转换频繁的特点,设计将分散范围较广的建模数据依据特征进行聚类以获取子学习机训练数据集的数据选取策略,通过缩小子学习机训练数据的分布范围提高子学习机性能;其次在集成学习时,由于每个子学习机的训练数据具有相似特征,因此利用数据与簇的相关性对数据的权重进行更新,使得子学习机在训练时具有较强的针对性;之后,将包含了多个子学习机进行集成,进一步提高模型的估算精度。
声明:
“基于密度特征聚类集成的锂电池荷电状态估算方法” 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)