一种基于机器学习的锂电池健康状态估计方法及装置

本发明涉及电池管理技术领域，公开了一种基于机器学习的锂电池健康状态估计方法及装置，本发明通过选取锂电池运行过程中常见应力因素来提取特征作为初始的健康因子，然后计算皮尔逊相关系数和XGBoost模型打分来选择有效的健康因子，进而利用有效的健康因子对XGBoost模型进行训练、测试。由于按照此策略提取的健康因子并不会受限于恒流或者恒压工况，即使在动态工况下，上述健康因子依然是有效的，因此利用上述健康因子训练的XGBoost模型同样适用于恒流、恒压工况以及动态工况，从而解决了动态工况下的锂电池的健康状态估计问题。