技术总结
本发明提供了一种基于神经网络核函数GPR的锂电池健康状态预测方法，该方法包括：基于神经网络核函数确定协方差函数，以构建GPR预测模型；对GPR预测模型中的均值函数和协方差函数中的超参数进行初始化；利用对数极大似然估计函数对超参数进行最优化；将训练数据和测试数据输入到GPR预测模型中，以获得测试数据的值。本发明的上述锂电池健康状态预测方法，能够使得对电池SOH值的预测的准确度和精度较高，不确定度较低。
技术研发人员：付作娴;宋显华;袁丽丽;王北一
受保护的技术使用者：哈尔滨理工大学
文档号码：201610768962
技术研发日：2016.08.29
技术公布日：2016.11.16