论文部分内容阅读
针对现有锂电池剩余放电时间预测方法较少,且预测误差较大的问题,提出了一种基于支持向量回归(SVR)的剩余放电时间预测方法。基于支持向量回归,采用网格搜索、粒子群优化算法(PSO)、遗传算法(GA)3种参数优化方法对模型进行参数寻优,并通过预测效果分析,采用效果最好的粒子群优化算法作为预测模型的参数寻优方法。实验结果表明,此方法很好地拟合了锂电池在不同容量衰减状况下的放电曲线,将预测的平均相对误差控制在5%以内。最后通过与高斯拟合及神经网络方法进行误差对比,验证了模型在锂电池剩余放电时间预测中的有效性和优越性。