基于稀疏高斯过程回归的锂电池 SOH 预测

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-376X-06-12-167403

基于稀疏高斯过程回归的锂电池 SOH 预测

周润玺, 王奕翔, 杨涛

陕西省长安区西京学院

全文直达

引用

打印

摘要：本文基于弛豫电压提出基于融合 HIs 与 SGPR 的锂电池 SOH 预测方法。在该算法中，采用了单个核函数的 SGPR 模型作为预测锂电池 SOH 模型，并使用 NCA 数据集对模型进行了验证。在实验过程中，以融合 HIs 作为 SGPR 模型的输入，分别选择 SE、Matern52 两种不同类型的核函数预测锂电池的 SOH，且讨论了不同核函数对预测的影响。实验结果表明，两种核函数下，所建立的模型在预测四种锂电池的 SOH 时，均能将误差控制在 3% 之内。

关键词：

弛豫电压；数据驱动；稀疏高斯过程回归；健康状态预测

Universe Scientific Publishing

ISSN：2661-3751

年,卷(期)：2024,6(12)