基于随机森林的锂离子电池荷电状态估算

摘要：

荷电状态(state-of-charge,SOC)是锂离子电池预测和健康管理非常重要的一部分.锂离子电池的SOC无法直接测量,因此本文提出了基于随机森林回归算法的锂离子电池SOC估计的方法.首先构建随机森林回归模型,使用电池电流、电池电压、电池温度作为模型的训练输入,相对应的SOC作为模型的训练输出;然后使用随机森林算法进行模型训练;最后将训练模型应用于电池SOC估计.实验结果表明,随机森林回归算法对锂离子电池荷电状态的预测最大估算误差为0.02,均方根误差为0.003204,该方法能有效地估算锂离子电池SOC并且有很高的估计精度.该模型研究为未来电池荷电状态估算系统的模型构建提供了参考.

关键词：锂离子电池、随机森林回归、荷电状态(SOC)估计

所属期刊栏目：36

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61361011

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：27-33