本發(fā)明公開(kāi)了一種基于MIV和SVM模型的
磷酸鐵鋰電池剩余壽命預(yù)測(cè)方法,通過(guò)運(yùn)用MIV算法得到輸入變量對(duì)輸出的影響重要度,然后篩選出最重要的變量作為輸入變量,避免將不重要的自變量引入到預(yù)測(cè)模型的訓(xùn)練和測(cè)試過(guò)程中。在變量?jī)?yōu)選后得到只包含優(yōu)選變量的新的訓(xùn)練集和測(cè)試集,利用優(yōu)選訓(xùn)練集和SVM訓(xùn)練出預(yù)測(cè)模型,由于SVM采用結(jié)構(gòu)風(fēng)險(xiǎn)最小化作為最優(yōu)準(zhǔn)則,能夠獲取全局最優(yōu)解,結(jié)合經(jīng)過(guò)優(yōu)選的僅包含循環(huán)次數(shù)、電阻等變量的數(shù)據(jù)集訓(xùn)練得到的預(yù)測(cè)模型可以有效提高預(yù)測(cè)效率和精度。
聲明:
“基于MIV和SVM模型的磷酸鐵鋰電池壽命預(yù)測(cè)方法” 該技術(shù)專(zhuān)利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專(zhuān)利(論文)的發(fā)明人(作者)