⚡ SOH算法实战
从模型到代码生成
📘
30章 · 完整目录
01
SOH算法概述
电池健康状态定义
SOH vs SOC
工程意义
02
电池老化机理
正负极退化
SEI膜增长
锂析出
内阻增加
03
SOH关键参数
容量衰减
内阻变化
OCV曲线偏移
04
数据采集与预处理
充放电采集
异常值处理
平滑滤波
05
基于容量衰减的SOH估计
安时积分法
容量标定
温度补偿
06
基于内阻的SOH估计
DCR测量
EIS原理
内阻-SOH映射
07
基于OCV的SOH估计
OCV-SOC偏移
差分电压DVA
08
增量容量分析(ICA)
ICA原理
峰值提取
SOH关联
09
机器学习基础
特征工程
数据集划分
回归/分类
10
线性回归模型
一元/多元回归
正则化
Python实现
11
支持向量机(SVM)
SVM原理
核函数
SOH回归
12
随机森林与梯度提升
集成学习
XGBoost
LightGBM
13
神经网络入门
感知机
激活函数
反向传播
Keras
14
LSTM时间序列模型
循环神经网络
LSTM原理
退化预测
15
卷积神经网络(CNN)
一维卷积
特征提取
SOH估计
16
混合模型
CNN-LSTM
注意力机制
模型融合
17
特征选择与降维
皮尔逊相关系数
PCA
互信息
18
模型评估指标
MAE/RMSE
R²
最大误差
泛化能力
19
超参数调优
网格搜索
随机搜索
贝叶斯优化
20
模型部署基础
ONNX导出
TensorRT
嵌入式部署
21
Python代码生成
训练到推理Pipeline
22
实时SOH估计系统
滑动窗口
在线更新
效率优化
23
电池模型仿真
等效电路模型
Thevenin
参数辨识
24
数据增强技术
合成数据
迁移学习
域适应
25
异常检测与容错
传感器故障
数据异常
鲁棒性
26
多节电池均衡
SOH不一致性
均衡策略
寿命延长
27
SOH预测
RUL预测
趋势外推
不确定性量化
28
工程案例1：电动汽车SOH估计
系统设计
29
工程案例2：储能电站健康管理
电池管理平台
30
总结与展望
SOH算法趋势
联邦学习
数字孪生