一种面向在线量测包含异常值的锂离子电池参数优化方法

本发明公开了一种面向在线量测包含异常值的锂离子电池参数优化方法，属于锂离子电池技术领域。该方法以分数阶特性来增强模型表征能力，将鲁棒主成分分析方法嵌入最小二乘估计中，从而更好地处理实时数据中的异常值，捕获信息向量与输出的非线性关系。该框架充分利用在线测量来更新信息矩阵，并自动地检测异常值，将离群点检测问题转化为矩阵分解问题，通过建立Sylvester方程来恢复信息矩阵，再利用恢复后的信息矩阵自适应估计参数和阶次。增强算法鲁棒能力的同时还解决了实时量测包含离群值的数据异常问题，为荷电状态估计提供更可靠的基础数据，避免因模型失配导致的荷电状态估算偏差累积，从根本上提升电池管理系统的状态预测精度与决策可靠性。