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 ＤＡＧＰＲ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 ＤＡＧＰＲ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。

关键词: 锂电池健康状态, 高斯过程回归, 蜻蜓算法, 锂电池

中图分类号: 

• ＴＭ９１２