基于改进GWO-SVR的锂电池SOH估计

作者：梁杨; 周永军^*; 蒋淑霞; 袁晓文; 张淞

来源：电子测量技术, 2023, 46(07): 13-18.

DOI：10.19651/j.cnki.emt.2211051

• 锂离子电池
• 健康状态
• 支持向量回归
• 改进灰狼算法

为了提高锂电池健康状态的估计精度，提出了一种基于IGWO-SVR的锂电池SOH估计方法。针对支持向量回归(SVR)内核参数选择的问题，采用改进灰狼(IGWO)算法优化支持向量回归的内核参数；选取合适的健康特征作为输入，电池SOH作为输出，建立IGWO-SVR估计模型，实现锂电池SOH的估计。基于NASA电池数据集，对该模型进行训练及验证，并与SVR和GWO-SVR方法相比。结果表明，IGWO-SVR方法能有效提高SOH估计的精度和稳定性，最大估计误差不超过2%。

• 单位
  中南林业科技大学; 机电工程学院; 贵州梅岭电源有限公司