一种新能源电车锂电池的荷电状态预测方法技术

本发明专利技术公开了一种新能源电车锂电池的荷电状态预测方法，首先获取锂电池历史使用数据，并对其数据进行归一化预处理；采用连续时间空域特征提取算法对预处理过的稳定的锂电池数据集进行特征参数提取；基于特征选择的KNN分类算法对提取的特征参数进行分类；运用基于随机森林的递归特征消除方法进行特征选择得到最优特征子集；利用光学显微镜算法对D‑KNN的超参数进行优化；将最优子集输入到优化后的D‑KNN模型中进行训练，从而得到锂电池预测数据。本发明专利技术根据锂电池使用数据动态变化的特性，采用三种方法对数据进行提取、分类、选择，最终输入进入动态模型进行预测，极大提升了锂电池剩余电荷预测结果的准确性。

【技术实现步骤摘要】

本专利技术属于锂电池soc预测领域，具体涉及一种新能源电车锂电池的荷电状态预测方法。

技术介绍

1、随着新能源电车行业的快速发展，锂电池因其众多因其循环寿命长、能量密度高等众多优点，所以全球对其的需求不断增加。但随着锂电池使用时充放电循环次数增加等因素，锂电池会出现可用容量减少等一系列老化现象。当锂电池老化到一定程度时，就无法继续正常运行，此时锂电池就很容易发生故障。

2、新能源电车的锂电池的荷电状态(state ofcharge，soc)的准确预测，是新能源汽车电池充放电控制和能源动力优化管理的重要依据，是影响新能源电车性能和其锂电池的关键因素，并且可以做出新能源电车续航里程的预测。所以锂电池剩余电量的准确预测就变得相当关键。

技术实现思路

1、专利技术目的：本专利技术提供了一种新能源电车锂电池的荷电状态预测方法，能对锂电池soc进行动态预测，且能提高预测精度。

2、技术方案：本专利技术所述的一种新能源电车锂电池的荷电状态预测方法，包括以下步骤：

3、(1)对预先获取的新本文档来自技高网...

【技术保护点】

1.一种新能源电车锂电池的荷电状态预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(1)所述的新能源电车锂电池数据包括锂电池充放电电流与电压在内的内部因素和与时间、地点、温湿度在内的外部因素数据。

3.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(1)所述的运用连续时间空域特征提取算法进行锂电池数据特征参数提取的实现过程如下：

4.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(2)所述新能源车辆锂电池SOC有关的参数为锂...

【技术特征摘要】

1.一种新能源电车锂电池的荷电状态预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(1)所述的新能源电车锂电池数据包括锂电池充放电电流与电压在内的内部因素和与时间、地点、温湿度在内的外部因素数据。

3.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(1)所述的运用连续时间空域特征提取算法进行锂电池数据特征参数提取的实现过程如下：

4.根据权利要求1所述的一种新能源电车锂电池的荷电状态预测方法，其特征在于，步骤(2)所述新能源车辆锂电池s...

【专利技术属性】
技术研发人员：何睿，张鑫玉，张志荣，张楚，彭甜，张新荣，马常纹，姚君豪，孙凯，张万峰，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：