Для оценки состояния здоровья SOH аккумуляторной батареи используются модели машинного обучения. Для их обучения производится инженерия новых показателей здоровья (признаков) аккумуляторной батареи на основе «сырых» данных (тока, напряжения, температуры), и на основе вклада каждого показателя здоровья в прогнозирование SOH осуществляется отбор релевантных из них. Автором данной работы было замечено, что при изменении точности входных данных отбор релевантных признаков с помощью алгоритма рекурсивного уменьшения признаков также меняется. Кроме того, поскольку данный алгоритм является оберточным методом, он склонен к переобучению, и необходимо осуществлять проверку его работы другими методами.
Арбузина А.А. (науч. рук. Поляков Н.А.) Исследование влияния точности входных данных на работу алгоритма рекурсивного уменьшения признаков в задаче прогнозирования состояния здоровья аккумуляторной батареи // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12332