一种结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型,涉及数据挖掘,模型融合等技术,包括以下步骤:首先对云端监管平台海量多源异构数据进行去噪处理和特征因素提取获取行驶过程中的健康指标,作为数据驱动预测模型的一个输入,利用极限学习机进行寿命预测,得到数据驱动寿命预测模型。通过多因素寿命衰减实验获取电池寿命经验预测模型,将经验模型和数据驱动模型进行交互融合,设置阈值,得到电池寿命融合模型,提高寿命预测精度,更适用于实际汽车工况。本发明通过将反映寿命衰减与工况因素之间关系的经验模型和反映寿命衰减与运行状态之间关系的数据驱动模型进行融合,可以实现复杂工况下电池寿命的精准预测,保证电池安全运行。
声明:
“结合数据驱动模型和经验模型的锂离子电池融合寿命预测模型” 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)