基于融合方法的电动汽车动力电池容量衰退预测模型构建与优化 |
| |
引用本文: | 段慧云,吴毅.基于融合方法的电动汽车动力电池容量衰退预测模型构建与优化[J].专用汽车,2023(10):8-11. |
| |
作者姓名: | 段慧云 吴毅 |
| |
作者单位: | 九江职业技术学院 |
| |
基金项目: | 江西省教育厅科技项目“基于融合方法的电动汽车动力电池SOH估计及容量衰退预测”(214008); |
| |
摘 要: | 为了构建和优化基于融合方法的动力电池容量衰退预测模型,以准确预测电池容量衰退过程,采用融合方法将机器学习算法和物理模型相结合,通过多种数据源的综合使用来构建容量衰退预测模型。首先,收集并分析实际电池操作数据,充放电过程、温度变化等;然后,利用机器学习算法对数据进行特征提取、模式识别和建模,从而揭示电池容量衰退规律;最后,结合物理模型对电池内部参数进行估计,并与机器学习模型进行融合,获得更准确的容量衰退预测结果。
|
关 键 词: | 融合方法 电动汽车动力电池 容量衰退 预测模型 |
|
|