科研之友
微信
新浪微博
Facebook
分享链接
摘要
超级电容器作为一种新型储能器件，其服役性能与剩余寿命是其所在系统运行可靠性的影响因素之一。以2.7V/10F超级电容器为研究对象，搭建了储能器件老化实验与测试平台，通过采集超级电容器的特征量变化，分析其性能退化规律和影响因素。为了解决超级电容器寿命预测训练集小样本和预测精度之间的矛盾关系，提出了一种精英保留策略的非支配遗传优化算法（NSGA-II）与支持向量回归（SVR）相结合的寿命预测方法；确定了将充放电循环次数和充放电时长均值作为超级电容性能退化的表征量；建立了训练集样本最小和预测精度最高的双目标模型。相比于BP、SVR和LSTM方法，所提出NSGA-II-SVR方法在超级电容器寿命预测中，可实现少样本训练集数量的前提下，预测均方根误差(RMSE)和平均百分比误差(MAPE)评价指标均提升了5-10倍。最后使用NASA提供的锂离子电池开源数据集进行泛化性实验，证明了NSGA-II-SVR方法具有较强的泛化能力。
- 单位
