摘要
本申请提供一种电池健康状态预测方法和系统,包括:获取电池放电过程中的高维数据集,并对高维数据集进行归一化处理,得到标准化数据;利用斯皮尔曼相关系数分析标准化数据与电池容量之间的相关性,得到目标数据集合;将目标数据集合输入宽度自编码器,提取出宽度自编码器的特征节点和增强节点,得到中间特征表示;将中间特征表示输入至融合了直觉模糊机制的随机配置网络,生成电池健康状态初步预测结果,缓解了现有的电池健康状态预测的准确度较低的技术问题。
技术关键词
斯皮尔曼相关系数
电池健康状态
配置网络结构
模糊机制
数据
编码器
电池自放电率
节点
存储组件
神经网络框架
重构
计算机存储介质
充电策略
误差
预测系统
内阻
指标