基于最优权阈值ELM算法的锂离子电池RUL预测

• 作者: 刘柱 周利华 姜媛媛 罗慧
• 来源期刊: 电源学报
• 学科: 农学
• 关键词: 极限学习机(ELM) 锂离子电池 遗传蚂蚁算法(GAAA)
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 其他主题
• 页码范围: 168-173
• 页数: 6页
• 分类号: S237|TP206+.3
• 字数: 3597字
• 语种: 中文
• DOI: 10.13234/j.issn.2095-2805.2018.4.168

摘要

针对锂离子电池剩余使用寿命RUL(remaining useful life)预测结果不准确及极限学习机ELM(extre-me learning machine)权阈值随机选取等问题,提出利用ELM模型间接预测锂离子电池RUL的方法,并利用遗传蚂蚁算法GAAA(genetic algorithm ant algorithm)选取ELM的最优权值与阈值,建立基于等压降放电时间间接寿命特征参数的最优GAAA-ELM锂离子电池RUL预测模型.基于NASA锂离子电池数据集预测和评估锂离子电池的RUL,并与BP模型预测方法、ELM模型预测方法和GA-ELM模型预测方法相比较,结果表明该方法能够更准确有效地实现锂离子电池RUL预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜媛媛	安徽理工大学电气信息与工程学院	57	320	9.0	16.0
5	罗慧	南京农业大学工学院	14	126	7.0	11.0
6	周利华	安徽理工大学电气信息与工程学院	3	7	2.0	2.0
7	刘柱	安徽理工大学电气信息与工程学院	2	34	2.0	2.0