[发明专利]一种基于支持向量机的锂离子电池健康状态估计方法及系统有效
| 申请号： | 201810636667.9 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN108805217B | 公开（公告）日： | 2020-10-23 |
| 发明（设计）人： | 崔纳新;方浩然;杨亚宁;王春雨;王光臣;张承慧 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/18;G06N3/04 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 董雪 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 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支持向量机的锂离子电池健康状态估计方法及系统，包括：确定支持向量机回归预测的输入变量和输出变量；将输入变量和输出变量分成训练集数据组和测试集数据组；对归一化后的训练集数据进行回归模型建立，得到回归函数；将测试集数据带入训练后的回归模型，从而预测出电池恒流充电到达截止电压时所充入的电量；将训练集数据中的恒流充电到截止电压所充入的电量和进行容量测试后得到的当前测试容量进行拟合，将测试集数据预测得到的电量带入拟合后的方程得到当前预测容量，从而对电池健康状态进行估计。本发明能够对各种恒流充电环境下的锂离子电池恒流充电到达截止电压所充入的电量进行预测，具有广泛的适用性。 | ||
| 搜索关键词： | 一种 基于 支持 向量 锂离子电池 健康 状态 估计 方法 系统 | ||
【主权项】：
1.一种基于支持向量机的锂离子电池健康状态估计方法，其特征在于，包括：对锂电池进行循环充放电实验，实时记录锂电池各项工作状态的历史数据，确定支持向量机回归预测的输入变量和输出变量；将输入变量和输出变量分成两组：训练集数据组和测试集数据组；对训练集数据组和测试集数据组进行归一化处理；对归一化后的训练集数据进行回归模型建立，得到回归函数；选取RBF作为核函数，运用网格搜寻法选择最优的RBF核函数参数组合：核函数的宽度参数，惩罚系数和损失函数；根据最优的RBF核函数参数组合确定最优参数回归模型；将测试集数据带入训练后的回归模型，从而预测出电池恒流充电到达截止电压时所充入的电量Q1；在相同恒流充电条件下，将训练集数据中的恒流充电到截止电压所充入的电量Q11和进行容量测试后得到的当前测试容量Q0运用最小二乘法进行拟合，将测试集数据预测得到的Q1带入拟合后的方程得到当前预测容量cM，从而对电池健康状态进行估计。
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山东大学，未经山东大学许可，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/201810636667.9/，转载请声明来源钻瓜专利网。
