本发明涉及一种基于支持向量机和K均值的
锂电池故障诊断方法,包括:通过电池工况获取原始数据集,选取电池故障征兆;对诊断变量做数据进行预处理,包括归一化和PCA;预处理后的数据送入Kmeans聚类中,筛选与实际标签相同的聚类结果作为故障样本集;将故障样本集随机拆分为训练集和测试集,把训练样本送入SVM模型中进行学习,输出SVM分类模型,同时将测试样本送入SVM分类模型进行测试。本发明对电池系统进行故障诊断研究,实现4种健康状态的识别;本发明考虑到电池故障的产生受多方面因素的影响,很难确定故障产生的具体原因,对电池故障的诊断具有一定难度,提出一种基于支持向量机和K均值的故障分类方法。
声明:
“基于支持向量机和K均值的锂电池故障诊断方法” 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)