基于GWO-SVR的锂电池剩余使用寿命预测

作者：杨战社; 王云浩^*; 孔晨再

来源：电源学报, 2023, 21(02): 154-162.

DOI：10.13234/j.issn.2095-2805.2023.2.154

• 锂离子电池
• 剩余使用寿命
• 灰狼优化
• 支持向量回归

锂离子电池剩余使用寿命预测在电池管理系统中发挥着重要作用，准确预测其剩余使用寿命能够保障电池的安全稳定运行。由于支持向量回归SVR(support vector regression)参数内核选择较为困难，为此提出灰狼优化—支持向量回归GWO-SVR(gray wolf optimization-SVR)方法，使用灰狼算法优化其内核参数，根据NASA预测中心提供的电池数据集对该方法进行了验证。通过与SVR方法进行对比发现，所提GWO-SVR方法的预测精度得到显著提高；在此基础上与ALO-SVR方法进行对比，证明所提方法平均相对误差降低了7.16%，预测精度更高，有效地提高了锂离子电池剩余寿命预测的精确性。

• 单位
  西安科技大学