基于遺傳算法優(yōu)化支持向量回歸的電池SOH預(yù)測(cè)

摘要： 針對(duì)實(shí)車運(yùn)行過(guò)程中電池當(dāng)前可用容量難獲取、電池健康狀態(tài)評(píng)估不準(zhǔn)確的問(wèn)題，提出利用車輛的停車充電片段數(shù)據(jù)，通過(guò)箱型圖及卡爾曼濾波算法對(duì)安時(shí)積分法計(jì)算所得的電池容量進(jìn)行修正，構(gòu)建支持向量回歸模型用于電池衰減預(yù)測(cè)，通過(guò)皮爾森相關(guān)性分析確定有效的模型輸入?yún)?shù)，結(jié)合遺傳算法優(yōu)化模型參數(shù)。結(jié)果表明：優(yōu)化后模型的擬合優(yōu)度可達(dá)88%，相較于優(yōu)化前提高了12%，可以實(shí)現(xiàn)電池健康狀態(tài)的準(zhǔn)確預(yù)測(cè)。 （共6頁(yè)）