矿用动力电池荷电状态预测

• 作者: 王琪 谈发明
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 矿用动力电池 荷电状态 灰狼优化算法 差分进化 最小二乘支持向量机 收敛因子
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 实验研究
• 页码范围: 70-75
• 页数: 6页
• 分类号: TD611
• 字数: 4578字
• 语种: 中文
• DOI: 10.13272/j.issn.1671-251x.2018060051

摘要

针对最小二乘支持向量机(LSSVM)用于预测矿用动力电池荷电状态(SOC)时正则化参数和核函数参数难以优化选择,灰狼优化(GWO)算法在单独求解约束优化问题时出现早熟、稳定性差、易陷入局部最优等问题,在差分进化灰狼优化(DE-GWO)算法的基础上,采用指数函数形式的非线性收敛因子对DE-GWO算法进行改进.该非线性收敛因子在迭代过程前段衰减速率低,能更好地寻找全局最优解,在迭代过程后段衰减速率高,能更精确地寻找局部最优解,有效平衡全局搜索能力和局部搜索能力.实验结果表明,利用改进DE-GWO算法优化LSSVM参数后建立的矿用动力电池SOC预测模型最大绝对误差为3.7％,最大相对误差为5.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琪	江苏理工学院电气信息工程学院	24	31	3.0	5.0
2	谈发明	江苏理工学院信息中心	12	6	1.0	1.0