基于分布估计算法LSSVM的锂电池SOC预测

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.

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

所属期刊栏目：9

分类号：TM911

资助基金：国家自然科学基金项目61672266

在线出版日期：2020-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1948-1953