基于RPMDE-MKSVM的锂离子电池剩余使用寿命预测

摘要：

为了提高锂离子电池剩余使用寿命预测的精度,提出了一种基于随机参数机制差分进化(random parameter machine differential evolution,RPMDE)算法与多核支持向量机(multi-kernel support vector machine,MKSVM)的锂离子电池剩余使用寿命预测模型.首先,将差分变异策略和随机搜索算子引入差分进化算法中来增强算法种群多样性,提高全局搜索能力.然后,通过RPMDE算法优化MKSVM的惩罚因子和核参数来提高预测模型的精度.最后,利用美国国家航空航天局的锂离子电池测试数据验证RPMDE-MKSVM模型的准确性.实验结果表明,相比于差分进化算法模型和粒子群优化算法模型,RPMDE-MKSVM模型不仅具有更快的收敛速度,而且具有更优的预测精度.

关键词：锂离子电池、剩余使用寿命预测、RPMDE算法、多核支持向量机

所属期刊栏目：28

分类号：TM912

资助基金：国家自然科学基金11774017

在线出版日期：2021-05-25（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：665-671