基于改进型高斯过程回归的电池老化状态估计方法及系统
公开
摘要
本发明涉及一种基于改进型高斯过程回归的电池老化状态估计方法及系统，涉及电池技术领域。所述方法包括：通过实验获取锂电池在不同SOC区间和不同放电电流倍率下的原始数据集；对原始数据集进行分析，确定模型数据集；将模型数据集划分为训练集和测试集；建立改进型高斯过程回归模型；采用训练集和测试集对改进型高斯过程回归模型进行训练和测试，生成训练好的改进型高斯过程回归模型，对锂电池老化状态进行预测。本发明通过对输入特征值进行耦合处理和添加上一时刻的模型估计值作为输入特征值，减少了模型维度，降低了训练难度，同时还明显提升了电池老化状态估计的精度，大幅减小了预测结果的不确定性。
基本信息
专利标题 ：
基于改进型高斯过程回归的电池老化状态估计方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114609538A
申请号 ：
CN202210335360.1
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
尚丽平刘锐庞轶屈薇薇邓琥李占锋熊亮武志翔刘泉澄
申请人 ：
西南科技大学
申请人地址 ：
四川省绵阳市涪城区青龙大道中段59号
代理机构 ：
北京高沃律师事务所
代理人 ：
刘芳
优先权 ：
CN202210335360.1
主分类号 ：
G01R31/392
IPC分类号 ：
G01R31/392 G01R31/367
IPC结构图谱
G
G部——物理
G01
测量；测试
G01R
测量电变量；测量磁变量
G01R31/392
••确定电池老化或退化,例如健康状态
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
