本發(fā)明提供一種多特征的
鋰電池健康狀態(tài)在線估計(jì)方法及裝置,包括如下步驟:步驟S1、獲取第一特征F1、第二特征F2、第三特征F3、第四特征F4、第五特征F5和第六特征F6;步驟S2、由步驟S1所述的第一至第六特征為輸入向量X=[F1,F2,F3,F4,F5,F6],建立多元線性回歸模型的假設(shè)函數(shù)公式:Y=θ0+θ1F1+θ2F2+…+θ6F6,并利用梯度下降算法初步確定參數(shù)向量φ=[θ0,θ1,…,θ6];步驟S3、根據(jù)參數(shù)向量φ隨機(jī)生成N個(gè)初始化粒子,并利用高斯白噪聲分別對(duì)各初始化粒子進(jìn)行更新,再進(jìn)行重要性采樣和重采樣后更新參數(shù)向量和多元線性回歸模型的預(yù)測(cè)值。本發(fā)明從不同角度提取多個(gè)特征,以構(gòu)建更為準(zhǔn)確的多元線性回歸模型,并對(duì)模型參數(shù)進(jìn)行在線更新,提高在線估計(jì)的效率和準(zhǔn)確度。
聲明:
“多特征的鋰電池健康狀態(tài)在線估計(jì)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(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。
我是此專利(論文)的發(fā)明人(作者)