基于AO-AVOA-BP神经网络模型的锂电池SOH预测方法

本发明公开了一种基于AO‑AVOA‑BP神经网络模型的锂电池SOH预测方法，基于非洲秃鹫优化算法AVOA融合天鹰优化算法AO优化BP神经网络的预测模型。通过对电池充电过程中的电压、电流和温度数据的分析，基于灰色关联分析验证健康因子与电池SOH的相关性，确定4个健康因子作为模型的输入，结合基于AO‑AVOA优化的BP神经网络模型，实现更精确的SOH预测。将提出的模型与其他优化模型对锂电池SOH进行预测，对各项指标进行对比分析，结果表明，所提出的预测模型平均绝对误差小于0.0089，均方根误差小于0.0112，本发明具有精度高、泛化性强等特点，可有效用于锂电池的SOH预测。