基于机器学习双通道代理模型的锂电池快速数据外推方法

基于机器学习双通道代理模型的锂电池快速数据外推方法，它涉及锂电池健康状态评估方法，它是要解决现有电化学模型在电压曲线预测中计算效率低、实时性差的问题。本方法：提炼高敏感性参数，结合充放电倍率生成参数集，抽取参数组合代入电化学模型，收集电压曲线；提取时间特征与插值后形状特征构建参数与特征之间的映射关系，结合反向插值还原完整电压曲线；利用多层感知机模型训练固定交换电流密度与反应电流密度下过电势的映射关系，替代传统电化学模型中的过电势计算模块；利用双通道代理模型与粒子群优化算法针对部分放电数据进行参数辨识，辨识结果输入多层感知机进行部分替代的电化学模型，完成充放电曲线输出外推。用于电池电压曲线预测。