摘要
本申请提供一种退役动力电池SOH预测方法,包括:获取待测退役动力电池的EIS测试数据;对EIS测试数据进行数据处理和特征提取,得到输入特征;将输入特征输入至构建的退役动力电池SOH预测模型中,通过退役动力电池SOH预测模型预测出待测退役动力电池的最大容量值,以确定出待测退役动力电池的SOH。本方案可以解决当前退役动力电池SOH预测模型普遍存在的问题,在考虑预测精度、应用移植性的前提下,利用基于多频率EIS特征数据和算法组合自适应寻优功能的退役动力电池SOH预测技术,通过四个不同的阶段划分构建了层次丰富、分工明确的自适应处理流程,实现了对退役动力电池在任意SOC状态下EIS特征数据的高精度预测。
技术关键词
退役动力电池
SOH预测方法
建模算法
样本
数据构造方法
数据检验方法
排序算法
超参数
损失函数设计
精度
列表
矩阵
模型预测值
缩放方法
理论
模块
系统为您推荐了相关专利信息
自动化测试方法
测试用例集
复杂度
生成测试用例
深度神经网络
工艺参数优化方法
射线
非线性
生成训练数据
样本
图像分类方法
特征提取网络
线性分类器
样本
原型