工 工知库 本地镜像 · 机械工业信息研究院
37,113 篇案例 37,113 篇有全文
案例库 / 电气应用 / 2020 年 第 7 期

基于改进鸟群算法优化最小二乘支持向量机的锂离子电池寿命预测方法研究

作者未标注
来源期刊电气应用
年份 / 期2020 年 第 7 期
案例编号dqyy20200774
入库时间2026-10-19 15:40
全文 2.2 MB

摘要

随着锂离子电池的广泛应用,其寿命预测与健康管理已成为当今的热点问题。锂离子电池寿命预测对于电池管理系统的稳定运行有着重要意义。采用最小二乘支持向量机(LSSVM)模型对锂离子电池剩余寿命进行预测,并采用鸟群优化算法(BSA)对LSSVM参数进行寻优。为提高BSA的全局搜索能力,对BSA进行改进,并提出改进鸟群算法(IBSA)。最后,采用IBSA优化LSSVM模型,建立了IBSA-LSSVM预测模型并对锂离子电池剩余寿命进行预测。测试结果表明,IBSA-LSSVM模型对锂离子电池剩余寿命有良好的预测效果和预测稳定性。

关键词

锂离子电池 剩余寿命预测 改进的鸟群算法 最小二乘支持向量机

全文预览

若上方预览无法显示,请新窗口打开或下载 PDF。