本發(fā)明提供了一種基于PCA?RF模型的
鋰電池SOC估算方法及裝置,其方法包括:獲取充電和放電各時間點鋰電池的外特征參數(shù)作為初始樣本集;基于外特征參數(shù)構(gòu)建第一特征矩陣,并進行篩選,得到第二特征矩陣;利用主成分分析方法對第二特征矩陣進行降維,得到第三特征矩陣作為目標樣本集,并將目標樣本集劃分為訓練集和測試集;基于隨機森林模型構(gòu)建初始鋰電池SOC估算模型,并將目標特征參數(shù)輸入所述目標鋰電池SOC估算模型,得到鋰電池SOC估算結(jié)果。本發(fā)明通過利用特征篩選和降維操作降低了數(shù)據(jù)維度,并基于隨機森林模型進行訓練和測試,使得模型的估算效率得到提升,同時保證了模型具有較好的估算精度和更強的泛化能力。
聲明:
“基于PCA-RF模型的鋰電池SOC估算方法及裝置” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)