本发明涉及一种基于改进型高斯过程回归的电池老化状态估计方法及系统，涉及电池技术领域。所述方法包括：通过实验获取
锂电池在不同SOC区间和不同放电电流倍率下的原始数据集；对原始数据集进行分析，确定模型数据集；将模型数据集划分为训练集和测试集；建立改进型高斯过程回归模型；采用训练集和测试集对改进型高斯过程回归模型进行训练和测试，生成训练好的改进型高斯过程回归模型，对锂电池老化状态进行预测。本发明通过对输入特征值进行耦合处理和添加上一时刻的模型估计值作为输入特征值，减少了模型维度，降低了训练难度，同时还明显提升了电池老化状态估计的精度，大幅减小了预测结果的不确定性。
声明：
“基于改进型高斯过程回归的电池老化状态估计方法及系统” 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)
990
编辑：管理员
来源：北方有色网
咨询细节
