一种基于数据驱动的锂电池健康状态估计方法

本发明属于锂电池状态估计的技术领域，具体为一种基于数据驱动的锂电池健康状态估计方法，首先采集锂电池运行数据；对采集到的数据进行特征量提取以及数据预处理；利用近邻成分分析法对预处理后的数据进行降维，并将降维后的数据分为训练集和测试集；引入混沌映射、自适应权重、反向学习策略和柯西变异扰动策略对麻雀搜索算法改进，得到改进麻雀搜索算法，并利用改进麻雀搜索算法ISSA对DESN的参数进行优化，进而得到ISSA‑DESN锂电池状态估计模型，从而实现锂电池健康估计。本发明通过近邻成分分析法进行数据降维并通过改进麻雀搜索算法优化深度回声状态网络参数，能有效提高模型的准确性和锂电池健康的预测精度。