基于证据推理规则CS-SVR模型的锂离子电池SOH估算

作     者：徐宏东 高海波 徐晓滨 林治国 盛晨兴 XU Hongdong;GAO Haibo;XU Xiaobin;LIN Zhiguo;SHENG Chenxing

作者机构：武汉理工大学能源与动力工程学院武汉430063 杭州电子科技大学自动化学院杭州310018 

基　　金：国家自然科学基金项目(U1709215) 国家水运安全工程技术研究中心开放基金(A2019003) 新能源船舶设计研发及应用示范关键技术研究(19DZ1203100) 

出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期：2022年第56卷第4期

页      码：413-421页

摘      要：锂离子电池健康状态(SOH)的准确性影响电池的安全性和使用寿命.针对锂离子电池SOH估算问题,提出一种基于证据推理(ER)规则的布谷鸟搜索支持向量回归(CS-SVR)的SOH估算模型,并利用NASA Ames研究中心的锂离子电池数据集进行SOH估算试验.该方法以电池放电循环的平均放电电压和平均放电温度为模型输入,利用ER规则进行推理,得到输入数据的融合信度矩阵.将该矩阵输入CS算法优化的SVR模型得到电池SOH估算结果.结果表明,与5种估算效果较好的现有模型相比,基于ER规则的CS-SVR模型具有更良好的估算性能.

主 题 词：锂离子电池 证据推理规则 布谷鸟搜索 健康状态估算 支持向量回归 

学科分类：0808[工学-自动化类] 08[工学] 

核心收录：

D　O　I：10.16183/j.cnki.jsjtu.2021.345

馆 藏 号：203111182...