重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (11): 173-177,230.doi: 10.3969/j.issn.1674-8425(z).2019.11.026

• 能源·环境 • 上一篇    下一篇

基于ＶＰＳＯ-ＳＶＭ的磷酸铁锂电池寿命预测

王 宁１，刘忆恩２，江柯成３，陈泽华４   

  1. １．太原理工大学 电气与动力工程学院，太原 ０３００２４；２．山西沃特海默新材料科技股份有限公司，太原 ０３００２４；３．东莞塔菲尔新能源科技有限公司，太原 ０３００２４；４．太原理工大学 大数据学院，太原 ０３００２４
  • 收稿日期:2019-01-24 出版日期:2019-12-18 发布日期:2019-12-18
  • 作者简介:王宁，男，硕士，主要从事锂电池寿命预测；通讯作者 陈泽华，女，教授，主要从事粒计算、粗糙集、智能信息处理研究。
  • 基金资助:
    山西省重点研发计划重点资助项目（２０１６０３Ｄ１１２００２）

  • Received:2019-01-24 Online:2019-12-18 Published:2019-12-18

PDF (PC)

273

赞

摘要： 随着锂离子电池在日常生活中的广泛应用，其寿命问题日益突出，并且在电池的循环过程中，影响其性能的因素很多，包括内部材料的损失以及外部环境的变化等，它们都会对电池的健康状态（ｓｔａｔｅ ｏｆ ｈｅａｌｔｈ，ＳＯＨ）产生影响，严重时可能会对人的生命财产造成损失，对其商业化的应用造成阻碍。因此，时刻掌握电池的ＳＯＨ很有必要。 针对ＳＶＭ模型参数优化等问题，提出一种结合ＳＶＭ和变异粒子群优化算法（ｖａｒｉａｎｃｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ，ＶＰＳＯ）的算法，将ＳＶＭ参数作为ＶＰＳＯ的优化目标。实验表明：ＶＰＳＯ-ＳＶＭ模型的预测准确性较高。

关键词: 锂离子电池, 寿命预测, 健康状态, 变异粒子群优化算法

中图分类号: 

  • ＴＭ９１２