摘要

本发明公开了一种利用机器学习预测动力电池当前循环数的方法及系统。所述方法包括:获取目标动力电池的历史数据,建立用于训练模型的数据集;利用混沌麻雀算法对模型进行调参;根据调参得到的超参数利用CatBoost算法对数据进行训练得到模型;该模型可用于预测与目标动力电池相同型号的电池当前循环数,并具有较高精度。本发明可以有效降低动力电池因老化而引发的一系列故障,且相比结合实验与数据来预测电池寿命,以纯数据驱动预测显得更为便捷,可广泛适用于各种类型与型号下的动力电池寿命预测。