一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法

本发明涉及动力电池技术领域，且公开了一种基于阻抗特征选择和优化支持向量回归的锂离子电池SOH估计方法，首先进行数据采集、数据处理与特征提取、支持向量回归模型构建、麻雀搜索算法模型超参数寻优、混沌映射理论优化寻优过程，最后进行单体电池SOH计算。该方法通过基于电化学阻抗谱数据，利用序列前向搜索策略，结合多目标决策方法，实现阻抗特征的选择，并将混沌麻雀搜索算法应用到支持向量回归模型的超参数寻优中，构建单体电池SOH估计模型，能够有效追踪锂离子电池SOH的衰退轨迹，并采用特征优选的方法大幅度减少特征数量，去除了无关特征的干扰，降低了EIS特征测试时间，建立的优化支持向量回归模型，实现对电池SOH的准确估计。