[发明专利]基于特征选择和支持向量回归的电池健康状况预测方法有效
| 申请号： | 202110332275.5 | 申请日： | 2021-03-29 |
| 公开（公告）号： | CN113109715B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 吴贇;杨智鹏;蒋学芹;白恩健 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G01R31/367 | 分类号： | G01R31/367;G01R31/36;G01R31/392;G01R31/396;G01R31/385;G01R31/388;G01R31/00;G06K9/62 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 徐俊;柏子雵 |
| 地址： | 201600 上*** | 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特征选择和支持向量回归算法的电池健康状况预测方法，首先对电池生命周期充电过程中的电压、电流和温度曲线进行特征提取，再通过特征选择，筛选出可用于SOH预测的特征样本集，以支持向量回归算法求得各特征和SOH之间的回归关系并以相关性为基准进行加权平均，即可代入待测数据进行SOH预测。本发明充分发挥了特征提取和特征选择的优势，仅选用数据中可用度高的特征信息作为估计的参考标准，相较于传统方法，在保证预测精度的同时大大降低了计算量和训练复杂度，更加适用于实时系统。 | ||
| 搜索关键词： | 基于 特征 选择 支持 向量 回归 电池 健康状况 预测 方法 | ||
【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东华大学，未经东华大学许可，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/202110332275.5/，转载请声明来源钻瓜专利网。
