文献类型：期刊文章

作　　者：丁阳征[1] 贾建芳[1]

Ding Yangzheng;Jia Jianfang(School of Electrical and Control Engineering,North University of China,Taiyuan 030051,China)

机构地区：[1]中北大学电气与控制工程学院,太原030051

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(61573250);山西省青年自然科学基金(201601D021075);山西省回国留学人员科研项目(2015-083)资助

年　　份：2019

卷　　号：31

期　　号：2

起止页码：72-79

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对极限学习机在预测锂离子电池剩余寿命过程中的不稳定性,提出利用混合粒子群优化算法对极限学习机预测模型优化的方法。通过改进的粒子群优化算法对极限学习机的输入端进行寻优处理,不但能够使模型的预测精度有进一步提高,而且大大增加了锂离子电池单次剩余寿命预测结果的可信度。利用NASA PCoE公开的锂离子电池数据进行仿真实验并评估该模型的预测性能,然后与标准的极限学习机预测模型预测结果进行对比,统计结果表明该方法使预测误差控制在2%左右。

关 键 词：锂离子电池 剩余寿命 稳定性  混合粒子群算法 极限学习机

分 类 号：TP18] TM912]