摘要
本发明提供了一种基于双驱动可解释集成模型的锂离子电池健康状态估计方法及系统,属于锂离子电池健康状态估计领域。为了解决现有锂电池健康状态监测方法存在特征来源单一、模型泛化能力不足及可解释性差的问题。本发明基于增量容量曲线和一阶RC等效电路模型,提取IC峰值特征和欧姆内阻特征,并结合电压统计特征,构建多源健康特征空间;搭建基于Stacking的集成学习模型,将随机森林、核岭回归和可解释增强机三个基础模型进行整合,采用基于树结构的贝叶斯优化算法实现模型超参数的协同优化。
技术关键词
锂离子电池健康状态估计
集成学习模型
等效电路模型
递归最小二乘法
协方差矩阵
模型超参数
随机森林
锂电池健康状态
代表
内阻
卡尔曼滤波技术
容量分析方法
基础
充电电压曲线
样本
系统为您推荐了相关专利信息
精确表征方法
高斯混合模型
电网运行方式数据
高斯概率密度函数
Delaunay三角剖分
地源热泵系统
卡尔曼滤波算法
径向基核函数
支持向量机模型
模拟模型
高锰酸盐指数水质
隐马尔可夫模型
高光谱遥感影像
反演模型
反演方法