公开(公告)号：CN116774045A

公开(公告)日：2023-09-19

申请号：CN202310641470.5

申请日：2023-06-01

Applicant: 河北工业大学

Inventor： 黄凯 ,  姚凯新 ,  郭永芳 ,  吕自腾

IPC: G01R31/367 ,  G01R31/378 ,  G01R31/385 ,  G01R31/392 ,  G01R31/396 ,  G06F30/27 ,  G06N20/10 ,  G06N3/006

Abstract: 本发明公开了一种基于HHO‑SVR的锂电池健康状态预测方法。本发明采用的技术方案为：数据获取；特征提取；采用全部充电数据的前25％电池数据，通过HHO优化算法对SVR模型参数进行寻优，以提取的特征构成的矩阵F＝[F1，F2，F3，F4，F5]作为输入，电池的SOH作为输出，构建训练集和测试集；得到最优参数之后，进行二次建模，前25％数据进行训练，预测剩余75％电池数据，构建SOH估计模型，输出估计的SOH。本发明采用一种考虑充电过程中充电电压曲线的5种特征与结合HHO算法调参的SVR模型，实现了采用少量数据对锂离子电池SOH的高精度预测。