公开(公告)号：CN115329277A

公开(公告)日：2022-11-11

申请号：CN202210950484.0

申请日：2022-08-09

Applicant: 重庆邮电大学

Inventor： 任文举 ,  谢新宇 ,  郑太雄 ,  朱意霖 ,  刘劲松 ,  易源 ,  黄溢

IPC: G06F17/18 ,  G06N20/20 ,  H01M10/42 ,  H01M10/54

Abstract: 本发明涉及一种退运动力镍氢电池的SOH预测方法，属于储能技术领域。首先采集电池充电状态下与电池容量衰退相关的数据指标，通过数据清洗保证数据有效性，以电池内阻、电池最大内压为健康因子构建特征值，将健康因子与电池电容共同形成样本集；再通过改进的自适应损失函数优化LightGBM算法，并应用Hyperopt超参数框架获得最优参数组合；将所述样本集载入优化后的算法模型进行训练；采用完成训练后的算法训练模型对SOH进行预测。采用本方法可以提升退运电池SOH预测的效率及精度，确保退运电池的梯次利用可以高效且准确的分类。