基于DOD-LN-GPR模型的锂离子电池SOH估计方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对锂离子电池健康状态（SOH）的估计中预测精度不高、健康特征输入冗余、数据预处理繁琐的问题，提出一种基于放电深度（DOD）的改进高斯过程回归SOH预测模型。在锂离子电池的放电曲线中，计算出锂离子电池的放电深度，并将其作为唯一的健康特征。同时改进传统的高斯过程回归（GPR）算法，利用线性（LIN）和神经网络（NN）的组合核函数（LIN+NN）拟合锂离子电池容量全局衰退和局部波动的趋势，从而建立DOD-LN-GPR锂离子电池SOH估计模型。（剩余16133字）

试读结束

目录
monitor