本发明一种基于机器学习和安时积分法的
锂电池SOH预测方法，首先收集电池历史运行数据上传到锂电池健康数据库中，通过数据清洗、特征构建等对数据进行处理，同时配合安时积分法计算出历史SOH数据作为模型输出参数，然后通过特征筛选得到对模型贡献度较高的模型输入参数，此时已将无监督学习的SOH预测转化为监督学习的SOH预测，最后采用stacking模型对历史数据进行训练迭代，筛选出模型最优参数，从而获得锂电池SOH预测模型。本发明方法可以实现实时、快速、准确的检测电池的健康状态，有效延长锂电池的使用寿命的同时提高锂电池的安全性。
声明：
“基于机器学习和安时积分法的锂电池SOH预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1048
编辑：管理员
来源：北方有色网
咨询细节
