本發明提供了一種基于神經網絡與周期核函數GPR的鋰電池健康狀態預測方法,該方法包括:基于神經網絡核函數以及周期核函數確定協方差函數,以構建GPR預測模型;對GPR預測模型中的均值函數和協方差函數中的超參數進行初始化;利用對數極大似然估計函數對超參數進行最優化;將訓練數據和測試數據輸入到GPR預測模型中,以獲得測試數據的值。本發明的上述鋰電池健康狀態預測方法,能夠使得對電池SOH值的預測的準確度和精度較高,不確定度較低。
聲明:
“基于神經網絡與周期核函數GPR的鋰電池健康狀態預測方法” 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)