一种基于等效电路特征筛选的锂离子电池健康状态诊断方法

本发明属于储能电池健康状态估计领域，更具体地，涉及一种基于等效电路特征筛选，并利用机器学习算法、数据模型对储能电池健康状态估计的方法。本发明结合等效电路模型特征与数据驱动特征，利用特征筛选减少冗余信息，提高SOH估计的精度和计算效率，同时增强模型的泛化能力，使其能适应不同工况与环境变化。相比于纯数据驱动方法，该方法引入ECM特征，使预测结果更加贴合电池的物理退化机制，提高模型的可解释性。此外，特征筛选的优化降低了计算复杂度，使SOH估计更高效，可满足实时或在线预测需求。通过融合数据驱动与物理建模的优势，该方法兼具可靠性与准确性，为锂离子电池健康管理提供更优的解决方案。