基于多元经验模态分解和支持向量机的电池故障诊断方法

本发明公开了一种基于多元经验模态分解和支持向量机的电池故障诊断方法，包括：获取锂电池的充放循环数据；通过数据库中锂电池的充放循环数据构建数据集，数据集包括训练集、验证集和测试集；对训练集中的数据建立标签；对数据集中的所有数据处理得到支持向量机的输入数据；构建优化后的支持向量机模型；将支持向量机的输入数据输入至优化后的支持向量机模型，得到训练完成后的支持向量机模型，用于在线故障诊断，得到实时锂电池故障状态。本发明相对一般性的数据驱动方法，充分利用了锂电池多循环周期的充放数据，从中提取其固有模态特征，提取的特征覆盖面广、具有一般性，基于SVM算法进行故障诊断能实现分类间隔的结构风险最小化。