摘要
本发明涉及电池健康状态估计技术领域,公开了电池健康状态估计方法、装置、设备、介质及程序产品,该方法包括:获取多种电池充放电历史数据,并从多种电池充放电历史数据中提取多个充放电特征值,将多个充放电特征值划分为充放电特征值训练集和充放电特征值测试集;基于充放电特征值训练集以及预设核函数构建多核极限学习机模型;采用多种策略改进下的麻雀算法对多核极限学习机模型参数进行优化,得到优化后参数;并采用多种策略改进下的麻雀算法构建电池健康状态估计模型;基于充放电特征值测试集和电池健康状态估计模型对电池健康状态进行估计。本发明解决了在电池状态估计过程中搜索范围窄、精度无法保证和寻参迭代时间长的问题。
技术关键词
电池健康状态
多核极限学习机
特征值
多项式核函数
策略
电荷转移电阻
组合核函数
训练集
参数
计算机
超立方算法
因子
线性
可读存储介质
指令
系统为您推荐了相关专利信息
工业废气治理
智能体模型
多智能体协同
异构
工作状态数据
无功补偿方法
旋转角
锁相环算法
二次电流互感器
坐标