摘要
本发明适用于电池预测技术领域,提供了一种退役电池健康状态快速检测方法,包括操作步骤如下:S1、原始数据采集;S2、数据处理;S3、对于每个循环的数据段提取特征;S4、样本集生成,每一个样本对应一个循环,包括特征向量(从该循环中提取的特征)和标签(该循环的放电容量),连续的多个循环形成样本集;S5、模型训练;S6、SOH快速预测,本发明通过安时积分计算电池老化过程中的容量(SOH)衰退情况,并且将连续的测试数据拆分成单个循环数据,形成“标签‑特征”的样本集,并通过该样本集对SOH预测模型训练,提高了对电池健康状态预测的精准性,能够快速对回收退役电池进行电池健康状态的评估。