一种基于多数据融合的自适应多模式蓄电池活化方法及装置

本申请涉及一种基于多数据融合的自适应多模式蓄电池活化方法及装置，涉及电池优化技术领域，该方法包括：对采集的蓄电池的多维参数进行修正更新，引入动态噪声协方差和卡尔曼增益进行优化预处理，得到特征向量，输入动态阈值分类模型中。在分类模型中，采用非线性映射对蓄电池的硫化状态进行决策分类，针对分类的硫化状态，利用特征向量分析活化控制参数，得到脉冲活化参数。最后采用遗传算法，结合适应度函数改进和进化操作改进，迭代循环得到最优脉冲参数组合，以此对蓄电池进行活化优化，实现电池状态智能识别、活化模式动态切换及脉冲参数自适应优化，解决现有的电池活化技术存在的修复效率低、兼容性差等问题。