基于分布估计算法LSSVM的锂电池SOC预测

• 作者: 成文晶 潘庭龙
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 锂电池 荷电状态预测 分布估计算法 最小二乘支持向量机
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 储能测试与评价
• 页码范围: 1948-1953
• 页数: 6页
• 分类号: TM911
• 语种: 中文
• DOI: 10.19799/j.cnki.2095-4239.2020.0165

摘要

基于最小二乘支持向量机(LSSVM)的锂电池荷电状态(SOC)预测模型收敛速度快且得到的是全局最优解,具有较强的预测能力,然而最小二乘支持向量机的参数选择会对预测结果产生较大的影响,因此提出了基于分布估计算法(EDA)最小二乘支持向量机的锂电池SOC预测方法.以锂电池工作电压、电流以及温度为输入量,电池SOC为输出量使用LSSVM建立非线性系统模型,并利用分布估计算法对模型正则化参数λ和径向基核宽度μ进行优化,从而得到最优模型.仿真结果表明,与常规的锂电池SOC预测模型相比,本文提出的EDA-LSSVM方法具有较高的SOC预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘庭龙		79	406	11.0	16.0
2	成文晶		1	0	0.0	0.0