基于ELM的超级电容器荷电状态预测

作者：成丽珉

来源：电子元器件与信息技术, 2023, 7(04): 9-13.

DOI：10.19772/j.cnki.2096-4455.2023.4.003

• 超级电容器
• 荷电状态
• 极限学习机
• 混合粒子群算法

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