[发明专利]基于MIV和SVM模型的磷酸铁锂电池寿命预测方法在审
| 申请号： | 201810416011.6 | 申请日： | 2018-05-03 |
| 公开（公告）号： | CN108549036A | 公开（公告）日： | 2018-09-18 |
| 发明（设计）人： | 刘晓峰;赵哲峰;王宁;尚奥;李伟;郭丽芳;李廷鱼;刘帆;柴晶;陈泽华 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G01R31/36 | 分类号： | G01R31/36 |
| 代理公司： | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人： | 任林芳 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于MIV和SVM模型的磷酸铁锂电池剩余寿命预测方法，通过运用MIV算法得到输入变量对输出的影响重要度，然后筛选出最重要的变量作为输入变量，避免将不重要的自变量引入到预测模型的训练和测试过程中。在变量优选后得到只包含优选变量的新的训练集和测试集，利用优选训练集和SVM训练出预测模型，由于SVM采用结构风险最小化作为最优准则，能够获取全局最优解，结合经过优选的仅包含循环次数、电阻等变量的数据集训练得到的预测模型可以有效提高预测效率和精度。 | ||
| 搜索关键词： | 预测模型 优选 磷酸铁锂电池 输入变量 训练集 自变量 剩余寿命预测 全局最优解 变量优选 测试过程 寿命预测 测试集 数据集 重要度 最小化 电阻 算法 筛选 输出 引入 预测 | ||
【主权项】：
1.一种基于MIV和SVM模型的磷酸铁锂电池剩余寿命预测方法，其特征在于：步骤一：获取磷酸铁锂电池在不同变量下的容量数据，并将数据分成两组，一组为训练集，另一组为测试集；其中，所述不同变量至少包括磷酸铁锂电池的充电截止总电压、放电截止总电压、循环次数以及内阻；所述容量数据为磷酸铁锂电池的电池容量；步骤二：对MIV算法中BP网络的训练参数进行设置，确定磷酸铁锂电池的容量数据中各个变量的MIV值，并按绝对值大小进行排序，设定MIV绝对值阈值，并将MIV绝对值小于MIV绝对值阈值的变量剔除，保留MIV绝对值大于MIV绝对值阈值的变量，实现对输入变量的筛选，并得到筛选后的训练集和测试集；步骤三：对SVM的参数进行设置，将筛选后的训练集作为SVM的输入，训练得到预测模型；步骤四：利用测试集进行测试，并验证预测模型的准确性。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于太原理工大学，未经太原理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810416011.6/，转载请声明来源钻瓜专利网。
