简介： 本发明涉及一种基于支持向量机和K均值的锂电池故障诊断方法，包括：通过电池工况获取原始数据集，选取电池故障征兆；对诊断变量做数据进行预处理，包括归一化和PCA；预处理后的数据送入Kmeans聚类中，筛选与实际标签相同的聚类结果作为故障样本集；将故障样本集随机拆分为训练集和测试集，把训练样本送入SVM模型中进行学习，输出SVM分类模型，同时将测试样本送入SVM分类模型进行测试。本发明对电池系统进行故障诊断研究，实现4种健康状态的识别；本发明考虑到电池故障的产生受多方面因素的影响，很难确定故障产生的具体原因，对电池故障的诊断具有一定难度，提出一种基于支持向量机和K均值的故障分类方法。