改进PSO优化ELM预测锂离子电池剩余寿命

论文摘要

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。

论文目录

文章来源

类型: 期刊论文

作者: 丁阳征,贾建芳

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

来源: 电子测量与仪器学报 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 电力工业,自动化技术

单位: 中北大学电气与控制工程学院

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

分类号: TP18;TM912

DOI: 10.13382/j.jemi.B1801769

页码: 72-79

总页数: 8

文件大小: 338K

下载量: 394

相关论文文献

标签：锂离子电池论文;  剩余寿命论文;  稳定性论文;  混合粒子群算法论文;  极限学习机论文;