简介:
本发明提供一种电动汽车的电池健康状态的估计方法,包括:首先利用大数据平台对相同型号的电池健康状态参数进行采集,获取数据库,并根据数据库中的电池健康状态参数数据建立回归模型,其次将回归模型的输出数据分为离群点和正常点,并根据预设的阈值将离群点划分为容量再生点和异常点,并将容量再生点和处理后的异常点均值代入第一预测模型生成容量再生结果,将正常点进行数据分布平衡处理后代入第二预测模型生成正常结果,最后生成组合结果,并将组合结果输出为电动汽车的电池健康状态的估计结果。整个方法流程可以通过建立数学模型实现,综合考虑了容量再生现象的影响,避免了化学反应对电池容量估计的影响,从而达到了更高的预测精度。
本发明提供一种电动汽车的电池健康状态的估计方法,包括:首先利用大数据平台对相同型号的电池健康状态参数进行采集,获取数据库,并根据数据库中的电池健康状态参数数据建立回归模型,其次将回归模型的输出数据分为离群点和正常点,并根据预设的阈值将离群点划分为容量再生点和异常点,并将容量再生点和处理后的异常点均值代入第一预测模型生成容量再生结果,将正常点进行数据分布平衡处理后代入第二预测模型生成正常结果,最后生成组合结果,并将组合结果输出为电动汽车的电池健康状态的估计结果。整个方法流程可以通过建立数学模型实现,综合考虑了容量再生现象的影响,避免了化学反应对电池容量估计的影响,从而达到了更高的预测精度。