一种高比能锂电池的SOC估计方法

本发明公开了一种高比能锂电池的SOC估计方法，采集锂电池在多个温度条件和多种工况下的电压、电流、温度数据及对应的荷电状态实际值，构建训练集和测试集；使用训练集对极限梯度提升模型进行训练，得到第一估计值；基于训练集对应的第一估计值与荷电状态实际值，训练高斯过程回归模型；将测试集对应的第一估计值输入高斯过程回归模型，得到最终的荷电状态点估计值及其置信区间。本发明综合了极限梯度提升的结构特性和高斯过程回归的非参数优势及概率估计能力，解决了极限梯度提升只能进行点估计和高斯过程回归面对大量训练数据时的维度爆炸问题，实现了在计算资源优化的同时进行高精度点估计和高可靠性区间估计。