4、经典机器学习模型：线性回归、支持向量回归（SVR）在SOH估计中的应用与实战

各位好，欢迎来到第四讲。

前面我们聊了数据预处理和特征工程，算是把「食材」准备好了。这一讲，咱们要正式「下锅」了——用经典机器学习模型来估计SOH。

说实话，我刚入行那会儿，深度学习还没这么火。那时候做SOH估计，线性回归和SVR就是主力。现在回头看，这些模型虽然「老」，但依然能打。尤其是数据量不大、算力有限的时候，它们往往比花里胡哨的神经网络更靠谱。

4.1 线性回归：最朴素的SOH估计器

线性回归，说白了就是找一条直线（或超平面），让所有数据点到这条线的距离之和最小。

在SOH估计里，我们通常把特征（比如内阻、电压平台、循环次数）作为输入，SOH作为输出。模型要学到的就是：

SOH = w1 * 特征1 + w2 * 特征2 + ... + b

嗯，就是这么简单。但简单不代表没用。

4.1.1 实战：用内阻做单变量线性回归

我记得有一次做项目，客户只给了内阻和SOH数据。数据量不大，就几百条。我当时想，试试线性回归吧。

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error

# 假设 X 是内阻（mΩ），y 是 SOH（%）
X = np.array([[0.8], [1.2], [1.5], [2.0], [2.3], [2.8]])
y = np.array([98, 95, 92, 88, 85, 80])

model = LinearRegression()
model.fit(X, y)

print(f"斜率: {model.coef_[0]:.2f}")
print(f"截距: {model.intercept_:.2f}")

# 预测
X_test = np.array([[1.8], [2.5]])
y_pred = model.predict(X_test)
print(f"预测SOH: {y_pred}")

跑完之后，斜率是负的，大概-7.8左右。这意味着内阻每增加1mΩ，SOH下降约7.8%。

4.1.2 多变量线性回归：加入更多特征

单变量太单薄了。实际项目中，我们通常会加入多个特征。

from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler

# 假设特征：内阻、电压降、循环次数
X = np.array([
    [0.8, 0.12, 100],
    [1.2, 0.15, 300],
    [1.5, 0.18, 500],
    [2.0, 0.22, 800],
    [2.3, 0.25, 1000],
    [2.8, 0.30, 1200]
])
y = np.array([98, 95, 92, 88, 85, 80])

# 标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(
    X_scaled, y, test_size=0.2, random_state=42
)

model = LinearRegression()
model.fit(X_train, y_train)

y_pred = model.predict(X_test)
mae = mean_absolute_error(y_test, y_pred)
print(f"MAE: {mae:.2f}%")

4.2 支持向量回归（SVR）：非线性问题的利器

线性回归搞不定的情况，SVR往往能顶上。

SVR的核心思想是：找一个「管道」，让尽可能多的数据点落在管道内，同时让管道尽可能窄。这个管道就是模型预测的误差容忍范围。

为什么会这样？因为电池老化往往不是线性的。比如NCM电池，前期SOH下降快，中期平缓，后期又加速。线性回归对这种「弯弯绕绕」的数据，表现就很一般。

4.2.1 SVR的关键参数

参数	含义	我的建议
C	惩罚系数，控制对误差的容忍度	先设1.0，过拟合就调小
epsilon	管道宽度，允许的误差范围	0.1~0.5，看SOH精度要求
kernel	核函数，决定映射方式	SOH估计首选rbf
gamma	rbf核的宽度参数	auto或scale，再手动调

4.2.2 实战：用SVR估计SOH

来，直接上代码。我用的是同一个数据集，但这次加了非线性特征。

from sklearn.svm import SVR
from sklearn.model_selection import GridSearchCV

# 生成非线性数据（模拟电池老化曲线）
np.random.seed(42)
X = np.linspace(0, 1200, 100).reshape(-1, 1)
# SOH = 100 - 0.02*循环次数 + 0.00001*循环次数^2 + 噪声
y = 100 - 0.02 * X.ravel() + 0.00001 * X.ravel()**2 + np.random.normal(0, 1, 100)

# 划分数据
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# 网格搜索调参
param_grid = {
    'C': [0.1, 1, 10],
    'epsilon': [0.1, 0.2, 0.5],
    'gamma': ['scale', 'auto', 0.1, 0.01]
}

svr = SVR(kernel='rbf')
grid = GridSearchCV(svr, param_grid, cv=5, scoring='neg_mean_absolute_error')
grid.fit(X_train, y_train)

print(f"最佳参数: {grid.best_params_}")
print(f"最佳MAE: {-grid.best_score_:.2f}%")

# 用最佳模型预测
best_model = grid.best_estimator_
y_pred = best_model.predict(X_test)
mae = mean_absolute_error(y_test, y_pred)
print(f"测试集MAE: {mae:.2f}%")

4.3 线性回归 vs SVR：怎么选？

你可能会问：那我到底用哪个？

我的建议是这样的：

• 数据量小（<1000条）：优先试线性回归。简单、可解释性强。如果R²低于0.7，再换SVR。
• 数据量大（>10000条）：SVR训练会很慢。这时候可以考虑随机森林或XGBoost。
• 特征与SOH关系明确：比如内阻和SOH强相关，线性回归就够了。
• 关系复杂、有拐点：SVR是更好的选择。

4.4 模型评估：不只是看MAE

做SOH估计，光看平均误差是不够的。你想想看，如果模型在SOH 90%以上误差很小，但在80%以下误差很大，那实际使用中就会出问题。

我一般会看这几个指标：

指标	说明	我的阈值
MAE	平均绝对误差	<2%
RMSE	均方根误差，放大离群点影响	<3%
R²	决定系数，模型解释了多少方差	>0.85
Max Error	最大误差，看最差情况	<5%

嗯，这里要注意：Max Error这个指标很容易被忽略。但实际BMS里，最怕的就是某个点突然偏差很大。我见过一个案例，模型平均误差1.5%，但有个别点误差到了8%，结果导致电池过放保护误触发。

4.5 小结

这一讲我们聊了两个经典模型：

• 线性回归：简单、快速、可解释。适合线性关系或快速验证。
• SVR：能处理非线性，精度更高。但训练慢，参数调优需要耐心。

我个人习惯是：先用线性回归快速跑一遍，看看数据质量。如果效果不好，再上SVR。别一上来就搞复杂模型，很多时候简单模型已经够用了。

下一讲，我们会进入集成学习——随机森林和XGBoost。这些模型在SOH估计里表现更稳定，也是目前工业界的主流方案。到时候咱们再细聊。

---

公众号:蓝海资料掘金营，微信deep3321