基于局部信息融合的铅酸电池健康状态预测方法

    公开(公告)号:CN108009585A

    公开(公告)日:2018-05-08

    申请号:CN201711252691.4

    申请日:2017-12-01

    IPC分类号: G06K9/62

    摘要: 本发明公开了一种基于局部信息融合的铅酸电池健康状态预测方法,包括:步骤1、在铅酸电池的放电过程中,以放电循环为单位构成训练样本集;将每次放电循环作为一个样本,并提取相应的时间序列作为特征;步骤2、将原始的训练集按照时间序列划分为若干个样本数目相等子训练集;步骤3、在每个子训练集上训练支持向量回归(SVR)模型,多个SVR组成一个SVR的集合;步骤4、利用集成学习算法将多个训练的SVR模型融合,得到集成的SVR模型;步骤5、给定待查询铅酸电池的一次放电循环,利用集成的SVR模型预测铅酸电池本次放电循环后的健康状态(SOH)。本发明方法预测精度高,泛化能力强。