科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了预防锂电池因寿命衰退而导致的安全事故，以及提高锂电池剩余寿命(RUL)预测精度，提出了一种基于改进型粒子群优化(IPSO)算法与泄漏积分型回声状态网络(LIESN)的锂电池RUL预测模型。首先，通过改进惯性权重和学习因子更新规则，提高其局部与全局寻优能力，然后通过IPSO算法对LIESN网络参数进行优化，建立退化预测模型，利用NASA公开的锂电池实验数据进行仿真实验。结果表明，在相同数据集条件下，与融合粒子滤波和高斯过程回归(PF-GPR)、间接健康指标与回声状态网络(ESN)等预测方法相比，IPSO-LIESN有更高的预测精度、稳定性和泛化能力，表明了所提方法的有效性。
-
单位江苏联合职业技术学院
