本发明提供了基于鲸鱼优化算法的模型生成方法及数据预测方法，模型生成方法包括：对多个
锂离子电池进行soak实验和充放电循环实验，得到自放电压降数据和充放电曲线；从每个充放电曲线中提取动态特征，将将其与自放电压降数据进行灰色关联度分析，得到每个充放电曲线对应的数组，提取每个数组中特性相同的数据组合为目标数据；根据预设条件，将各目标数据划分为两类数据，并进行随机组合，得到多种组合数据；分别训练多个梯度提升模型，使用鲸鱼算法优化预测值和回归树数量，得到最终的预测模型。本发明用于模拟常规技术中的soak方法，只需对待测锂离子电池进行一次充放电实验，即可获取到该待测锂离子电池的自放电压降数据，省时省力，且精度较高。
声明：
“基于鲸鱼优化算法的模型生成方法及数据预测方法” 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)
1013
编辑：管理员
来源：北方有色网
咨询细节
