本发明提供一种多特征的
锂电池健康状态在线估计方法及装置,包括如下步骤:步骤S1、获取第一特征F1、第二特征F2、第三特征F3、第四特征F4、第五特征F5和第六特征F6;步骤S2、由步骤S1所述的第一至第六特征为输入向量X=[F1,F2,F3,F4,F5,F6],建立多元线性回归模型的假设函数公式:Y=θ0+θ1F1+θ2F2+…+θ6F6,并利用梯度下降算法初步确定参数向量φ=[θ0,θ1,…,θ6];步骤S3、根据参数向量φ随机生成N个初始化粒子,并利用高斯白噪声分别对各初始化粒子进行更新,再进行重要性采样和重采样后更新参数向量和多元线性回归模型的预测值。本发明从不同角度提取多个特征,以构建更为准确的多元线性回归模型,并对模型参数进行在线更新,提高在线估计的效率和准确度。
声明:
“多特征的锂电池健康状态在线估计方法及装置” 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)