预测误差低于0.6%
该方法通过多特征优化和双核高斯过程回归，在充放电条件变化下实现高精度电池健康状态预测。
林名强 · Wu, Denggao · 孟锦豪 · 王伟 · Wu, Ji
Energy 2023
通过多特征优化和双核高斯过程回归，该方法在商用电池不同充放电条件下实现了低于0.6%的SOH预测误差。
从电压曲线和增量容量曲线中采样初始特征集，全面描述电池老化过程。
遗传算法在优化估计器建立过程时，综合考虑估计精度、特征数量和特征获取难度，使方法更实用。