基于MFO-ELM的荷电状态软测量模型

• 作者: 蒋丽丽 陈国彬
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 软测量 荷电状态 极限学习机 飞蛾火焰算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 电气·电子
• 页码范围: 185-189,212
• 页数: 6页
• 分类号: TP183
• 字数: 2843字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2019.08.029

摘要

:近年来,极限学习机(extreme learning machine,ELM)被广泛应用于解决非线性回归问题,针对SOC难以直接测量的难题,提出一种基于飞蛾火焰算法(moth-flame optimization al-gorithm,MFO)优化ELM的SOC预测模型.通过极小化预测误差来优化确定ELM参数的最优值并获得精确的SOC预测模型MFO-ELM,根据可测量电池电流、电压、温度和极化电阻参数来预测SOC值.随后,将MFO-ELM模型的性能与ELM模型进行了比较.结果表明:MFO-ELM预测精度高,误差不超过5％,是一种更好的SOC预测技术.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋丽丽	重庆工商大学融智学院	11	15	2.0	3.0
2	陈国彬	重庆工商大学融智学院	38	96	5.0	8.0