本發明公開了一種基于隱馬爾可夫模型的鋰電池健康狀態預測方法及裝置,涉及鋰電池狀態預測領域,通過獲取鋰電池的電壓、充放電時間、每次循環的最大容量和溫度,得到電池容量增量曲線、平均溫度時間曲線和最大容量變化曲線,并將每個曲線的極值點、斜率、均值作為特征數據;計算特征數據與SOH實際值之間的相關性系數,基于相關性系數選擇最佳特征組合;建立并訓練容量估計模型,容量估計模型采用隱馬爾可夫模型,將最佳特征組合的特征差值輸入經訓練的容量估計模型,得到下一次循環的容量差值,根據當前容量值與容量差值得到容量估計值,根據容量估計值和SOH定義計算得到SOH估計值,解決現有鋰電池狀態預測計算量大等問題。
聲明:
“基于隱馬爾可夫模型的鋰電池健康狀態預測方法及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)