摘要
针对超级电容器荷电状态(State-of-Charge,SOC)准确预测问题,基于极限学习机(Extreme Learning Machine,ELM)建立超级电容器SOC预测模型。考虑改进ELM,提高SOC预测模型的精度,采用粒子群混合算法对ELM进行参数优化。测试结果表明,遗传算法可以对粒子群算法(Particle Swarm Optimization,PSO)收敛因子产生扰动,解决PSO收敛精度较低的问题,提高ELM的预测精度;基于改进ELM的SOC预测模型预测精度较高,预测误差小于1%,达到了设计指标要求。
-
单位盐城工业职业技术学院