基于多特征提取和优化SVR的SOH预测方法及系统

本发明公开了基于多特征提取和优化SVR的SOH预测方法及系统，属于电池SOH预测领域。方法包括：获取锂电池的恒流充电数据，并将恒流充电电压分成不同的初始电压；在不同初始电压下提取等充电容量时的电池电压变化和能量变化并进行筛选后构成输入特征集；将所述输入特征集划分成训练集和测试集；基于DBO算法优化SVR模型后得到DBO‑SVR预测模型，并采用所述训练集进行训练；将所述测试集输入训练完成的DBO‑SVR预测模型中，得到SOH预测值。本发明改进了现有特征获取时间过长的问题，提高了SOH预测的灵活性与快速性，同时基于DBO对SVR模型进行优化以提高预测精度。