摘要
本发明公开了一种电池健康状态估计方法及系统,基于电化学阻抗谱数据,通过融合物理模型和弛豫时间提取电池健康状态强相关特征,并使用随机森林算法进行特征筛选及重构,随后使用麻雀算法优化多尺度核极限学习机网络参数进而估计电池健康状态。本发明提出的估计方法能够从多角度捕捉数据特征具备良好的泛化能力,与现有估计方法相比,本发明提供的估计方法在精度和效率方面具有显著优势。
技术关键词
电化学阻抗谱
核极限学习机
正则化参数
曲线特征
估计电池健康状态
随机森林
估计方法
算法
多尺度
二阶等效电路模型
数据
元器件
物理
电化学工作站
矩阵
系统为您推荐了相关专利信息
支持张量机
模糊隶属函数
模糊隶属度
定位方法
指纹数据库
缓冲盒
气路控制模块
SVM算法
微流控芯片
气压