改进PSO优化ELM预测锂离子电池剩余寿命
针对极限学习机在预测锂离子电池剩余寿命过程中的不稳定性,提出利用混合粒子群优化算法对极限学习机预测模型优化的方法.通过改进的粒子群优化算法对极限学习机的输入端进行寻优处理,不但能够使模型的预测精度有进一步提高,而且大大增加了锂离子电池单次剩余寿命预测结果的可信度.利用NASA PCoE公开的锂离子电池数据进行仿真实验并评估该模型的预测性能,然后与标准的极限学习机预测模型预测结果进行对比,统计结果表明该方法使预测误差控制在2%左右.
锂离子电池、剩余寿命、稳定性、混合粒子群算法、极限学习机
33
TP206.3(自动化技术及设备)
国家自然科学基金61573250;山西省青年自然科学基金201601D021075;山西省回国留学人员科研项目2015-083
2019-05-16(万方平台首次上网日期,不代表论文的发表时间)
共8页
72-79