[发明专利]基于高斯过程回归的多工况电池剩余容量预测方法及系统有效
| 申请号： | 202010234074.7 | 申请日： | 2020-03-30 |
| 公开（公告）号： | CN111413619B | 公开（公告）日： | 2021-01-22 |
| 发明（设计）人： | 王子垚;陈俐 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G06F17/18 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 杨宏泰 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于高斯过程回归的多工况电池剩余容量预测方法及系统，该方法包括以下步骤：1)采集常规工况数据进行预处理得到训练数据集，并选取高斯过程回归核函数，所述的常规工况数据包括电动汽车电池的输入和输出数据；2)训练高斯过程回归模型，即确定高斯过程回归模型的超参数；3)采用序贯采样算法获得下一个采样点，并将其加入常规工况数据中，得到增广工况数据集；4)基于预测结果及增广工况数据集，判断是否满足停止条件，若不满足，则将增广工况数据集作为新的训练数据集后返回步骤2)，若满足，则输出预测结果即电池剩余容量。与现有技术相比，本发明具有成本低、多工况和极端工况预测等等优点。 | ||
| 搜索关键词： | 基于 过程 回归 工况 电池 剩余 容量 预测 方法 系统 | ||
【主权项】：
暂无信息
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上海交通大学，未经上海交通大学许可，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/202010234074.7/，转载请声明来源钻瓜专利网。
