原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种退役锂电池的荷电状态预测方法及系统，该方法包括：获取退役锂电池当前时刻的电池电压值、电池电流值、电池表面温度值以及上一时刻的荷电状态SOC值；将获取的数据输入至支持向量机模型中，预测得到退役锂电池当前时刻的荷电状态SOC值；其中，所述支持向量机模型为基于径向基核函数的回归模型，将模型的输入特征空间映射到高维特征空间中，同时使用网格搜索法结合交叉验证法确定所述支持向量机模型的最佳参数组合。本发明使用支持向量机对退役锂电池进行预测，将样本空间映射到高维的特征空间，将非线性问题转换成线
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116794518 A
(43)申请公布日 2023.09.22
(21)申请号 202310752959.X G06F 111/04 (2020.01)
(22)申请日 2023.06
文档评论（0）