本发明涉及一种基于
电化学参数的电池分析方法和系统。该方法通过将采集到的电池宏观参数与通过曲线拟合算法进一步计算得到的基于电化学的微观参数相互耦合,从而使输入到训练过的机器学习模型中的特征参数包含更多有效信息,并经过边缘计算以及云计算进行两级数据清洗,从根本上提高机器学习模型的预测精度,经过电池大数据的分析,可以根据对实时数据的离群检测,实现故障预警与失控报警,通过海量历史数据的训练可以得到较为精确的预测模型,实现对电池状态的精确估计。
声明:
“基于电化学参数的电池分析方法和系统” 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)