基于XGBoost和粒子群算法的锂电池容量预测方法

AITNT
正文
推荐专利
基于XGBoost和粒子群算法的锂电池容量预测方法
申请号:CN202410927026
申请日期:2024-07-11
公开号:CN118917176A
公开日期:2024-11-08
类型:发明专利
摘要
本发明实施例提供了一种基于XGBoost和粒子群算法的锂电池容量预测方法。其中,所述方法包括:获取待测锂离子电池在分容工艺之前的目标生产数据;将目标生产数据输入至训练好的锂离子电池容量目标预测模型进行电池容量预测,得到对应待测锂离子电池的预测结果,其中,锂离子电池容量目标预测模型是基于XGBoost算法和目标特征组合构建而得到,目标特征组合是通过采用IMOPSO算法从生产数据中选择得到。本发明实施例不依赖分容工艺的生产数据,而是通过获取分容工艺前的生产数据来构建锂离子电池容量预测模型,使得预测模型可以完全代替分容工艺。再通过采用IMOPSO算法选择优秀的特征组合,从而提高预测模型的预测精度。
技术关键词
锂离子电池容量 粒子群算法 XGBoost算法 电池容量预测 Pearson相关系数 粒子群优化算法 计算机可执行指令 数据 特征选择 预测装置 处理器 可读存储介质 多项式 存储器 训练集 锂电池
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号