一种基于EIS多重相关分析的电池健康状态估计方法

本发明提供一种基于EIS多重相关分析的电池健康状态估计方法，属于电池健康状态预测领域，包括：获取若干第一特征和若干第二特征，并组成具有多个特征的特征集；对每个特征均分别计算相关系数，得到M个相关性列表；根据公式计算各特征的重要性分数，并根据分数进行重要性排序，获取重要性排序在前m的m个特征作为输入特征；构建基于向量加权平均算法的回声状态网络，采用输入特征作为训练数据对回声状态网络进行训练。本发明构建基于向量加权平均算法的回声状态网络作为预测网络，并选择最优的特征作为训练数据，有效提升估计准确性。