采编系统入口

期刊信息

本刊声明

凡投稿本刊的稿件，作者文责自负，确保稿件不涉及保密事项，署名无争议。对于以任何形式侵犯他人著作权的行为，作者应独立承担法律责任，本刊概不承担任何连带责任。来稿凡使用，即视为全体著作权人同意将所投稿件的复制权、发行权、汇编权、翻译权、信息网络传播权转让给本刊杂志社。本社可以将上述权利转授给第三方使用，特此声明！

编辑部公告

通知：敬请各位作者注意，本刊诚征优秀学术稿件，来稿必须为原创稿，不得抄袭和篡改他人作品。凡是投稿本站正在审核期的文章，请勿一稿多投。审稿期限一般二到三个工作日，作者可以随时在本站作者查稿系统中输入文章编号，查询稿件审核情况。

基于自动提取特征和IWOA-SVR模型的锂离子电池SOH预测

作者：石善硕高志彬

单位：青岛理工大学

摘要：现有的锂电池健康状态(state of health, SOH)估计模型输入特征多、需要人工选择、计算量大，针对这些问题提出了一种自动提取电池老化特征(aging characteristics, AC)的简化预测模型。

该模型利用改进鲸鱼算法(Improved Whale Optimization Algorithm, IWOA)自动寻找特征作为输入，再用改进的鲸鱼算法优化支持向量回归(Support Vector Regression, SVR)的参数。

在NASA锂电池数据集上的仿真结果表明，该模型不仅相较于BP神经网络等方法预测精度有所提高，而且简化了预测的流程，能有效避免人工试错。最后在7号锂电池上验证了该模型的普适性。

关键词：锂电池;健康状态;鲸鱼优化算法;支持向量机回归;

DOI：

所属期刊栏目：

设计研究

分类号：

TM912

页码：

10-13