本發明涉及鋰離子電池預測領域,是基于XGboost模型的鋰離子電池荷電狀態估算,包括以下步驟:將鋰離子電池放電的數據劃分為訓練數據集和測試數據集,將訓練數據集數據集中的電壓、電流、溫度作為特征輸入XGBoost模型;設置XGBoost模型的參數;利用XGBoost模型對訓練數據集進行訓練;判定訓練數據集的預測SOC與訓練數據集真實的SOC誤差,若誤差最小,設置的XGBoost模型參數為最優參數;并將測試數據集中的電壓、電流、溫度作為特征輸入XGBoost模型,利用得到XGBoost模型的最優參數對測試數據集進行預測,獲得測試數據的預測SOC;提高估算精度和魯棒性。
聲明:
“基于XGboost模型的鋰離子電池荷電狀態估算” 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)