重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (11): 352-361.
张 韬,王 阳,王言子
摘要: 针对锂电池健康状态(SOH)估算精度低、高斯过程回归(Gaussianprocessregres sion,GPR)容易陷入局部最优和收敛速度慢的问题,采用蜻蜓算法(dragonflyalgorithm,DA)对 GPR的超参数进行寻优,实现锂电池非线性衰退的精确估算。将提取的健康因子作为输入特 征,利用 DAGPR算法建立锂电池退化模型对 NASA电池数据集 SOH进行预测。首先,分别采 用 B0005、B0006和 B0007电池前 75次循环作为训练集,剩余 90次循环作为测试集,其结果均 方根误差(RMSE)不超过 0.147;其次,为了验证 DAGPR在小样本条件预测的准确性,分别选 取 B0005前 10次循环和前 30次循环作为训练集,其余作为测试集,其中前 10次循环作为训练 集的 RMSE值为 1.7563,前 30次循环作为训练集的 RMSE值为 0.15071;最后,为了验证 DA GPR的泛化性,选择 B0006和 B0007作为训练集,B0005作为测试集,其 RMSE值为 0.7744。
中图分类号: