一种从实车动态工况中提取极化特征的电动汽车电池组SOH估计方法

本发明涉及一种从实车动态工况中提取极化特征的电动汽车电池组SOH估计方法，属于电池技术领域。针对现有方法依赖实验室数据及完整充电片段、无法有效利用动态工况中电流切换导致的极化特征的问题，本发明通过整理电池运行数据并预处理提取充电片段，基于多级恒流充电曲线分析电流切换时刻的SOC分布，筛选特征提取区间并设置动态阈值，从代表性单体中提取极化电压差、电流变化量等特征，构建两阶段机器学习模型实现SOH估计。该方法突破了传统静态特征局限，利用动态工况下电流切换的瞬时极化效应，显著提升实车数据利用率及特征表征能力，有效提高电池组健康状态评估精度，实现电动汽车大规模快速检测需求。