本發明提供了一種退役動力鋰電池健康狀態的集成估計方法,首先,從所施加的組合電流脈沖測試中獲得用于健康狀態估計的老化特征;其次,利用多目標優化方法,從老化特征數目及估計的精度兩個方面對弱學習器的建立方法進行優化,在此基礎上,使用基于帕累托面分布特征的選擇方法,以進一步精簡弱學習器的數量,同時保持各弱學習器的精度,提高集成估計的整體效率,最后,根據優選的弱學習器方案,訓練獲得各弱學習器,并采用差分進化算法以權重的方式,聯合多個弱學習器實現退役動力鋰電池荷電狀態的集成估計。本發明通過以上設計,能夠主動分析數據,自動地實現集成學習方案的優化設計,提高退役動力鋰電池健康狀態估計的準確性與魯棒性。
聲明:
“退役動力鋰電池健康狀態的集成估計方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)