本发明公开了一种基于随机森林模型的车载
锂离子电池荷电状态预测方法，包括：在电动汽车锂离子电池放电过程中，采集锂离子电池用于预测电池荷电状态SOC的外部特征参数；根据采集的不同特征参数的数据集，建立不同输入特征参数的随机森林系统模型；利用所述随机森林系统模型，建立不同输入参数的随机森林模型的训练集和测试集；利用所述随机森林模型的训练集和测试集，建立不同输入参数的估计锂离子电池荷电状态的预测模型；根据不同参数的随机森林预测模型，对预测值进行精度分析，确定最优解，得到预测结果。本发明分析了不同输入参数组合对SOC值的影响，利用随机森林模型实现对电池荷电状态的估计，预测结果计算速度快，误差小，满足不同运行条件下对锂离子电池荷电状态预测结果的要求，有很高的使用性。
声明：
“基于随机森林模型的车载锂离子电池荷电状态预测方法” 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)
1189
编辑：管理员
来源：北方有色网
咨询细节
