【技术实现步骤摘要】
本专利技术涉及电池技术和材料科学领域，特别是涉及一种锂离子电池健康状态预测方法。
技术介绍
1、随着中国新能源汽车国内保有量的持续提升，电池安全问题愈加突显。新能源汽车电池自燃起火事故频繁发生，极大阻碍了新能源汽车进一步向前发展。提升电池安全性成为亟需行业解决的共性问题。新能源动力电池健康状态的准确预测是保证车辆可靠与安全的前提，具有十分重要的现实意义。目前新能源汽车基本采用锂离子动力电池，锂离子动力电池因其能量密度高、体积小而从其他清洁能源中脱颖而出。随着锂离子动力电池的应用范围和规模的增加，对其健康状态的实时、准确的监测在保证储能系统的健康稳定运行方面发挥着重要作用。
2、锂离子电池状态估计技术是蓄电池管理系统(battery management system，bms)的核心功能元件之一。常用的估计电池状态包括充电状态(soc)、健康状态(soh)、功率状态(sop)、能量状态(soe)和状态安全(sos)。与大多数电化学储能系统的情况一样，内部电池状态不能直接测量，只能从电压、电流和温度信号等有限信号间接估计和预测。...
【技术保护点】
1.一种锂离子电池健康状态预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种锂离子电池健康状态预测方法，其特征在于，所述对数据集进行预处理及特征提取，包括：
3.根据权利要求1所述的一种基于智能优化算法的锂离子电池健康状态预测方法，其特征在于，所述采用主成分分析方法对提取后特征进行降维筛选，包括：
4.根据权利要求1所述的一种锂离子电池健康状态预测方法，其特征在于，所述利用霜冰优化算法对高斯过程中的核参数进行优化，包括：
5.根据权利要求1所述的一种锂离子电池健康状态预测方法，其特征在于，所述利用优化后的...
【技术特征摘要】
1.一种锂离子电池健康状态预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种锂离子电池健康状态预测方法，其特征在于，所述对数据集进行预处理及特征提取，包括：
3.根据权利要求1所述的一种基于智能优化算法的锂离子电池健康状态预测方法，其特征在于，所述采用主成分分析方法对提取后特征进行降维筛选，包括：
4.根据权利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。