基于高斯过程回归的电池容量预测模型

作者：吕佳朋; 史贤俊; 王康

来源：电子测量技术, 2020, 43(03): 43-48.

DOI：10.19651/j.cnki.emt.1903451

• 高斯过程回归
• 电池容量
• 预测模型
• 协方差函数

为了更好地对电池健康状况和使用寿命进行预测,为装备保养维修提供更为详尽的决策依据,针对电池动态、时变、非线性的系统特点,提出了一种基于高斯过程回归的电池容量预测模型。基于不同的核函数对电池容量进行回归预测,同时对比了灰色模型和神经网络模型的预测效果。仿真结果表明:高斯过程回归模型的预测效果要优于其他模型的预测效果;对于电池容量的预测,平方指数协方差函数和二次有理协方差函数的组合模型可以取得良好的预测结果,预测误差下降了31.157%。