科研之友
微信
新浪微博
Facebook
分享链接
摘要
锂离子电池的性能在循环充放电、环境温度变化、自身材料老化等情况下会不断退化，严重影响电池正常可靠运行。为了提高锂离子电池寿命预测的精准度，提出了一种基于麻雀搜索算法优化极限学习机的锂离子电池寿命预测模型。选用麻雀搜索算法SSA优化ELM的权值和阈值，既减小了由于ELM随机产生权值和阈值导致预测结果不准确和回归模型不稳定等缺点，又改善了全局搜索能力。实验采用NASA锂离子电池数据集，用均方根误差RMSE和相关指数R2作为评价标准，对所提模型(SSA-ELM预测模型)、BP神经网络模型和ELM模型的预测结果进行对比分析。实验结果表明，相比于传统神经网络模型，SSA-ELM算法泛化性能更好，预测精度更加准确可靠。
- 出版日期2023
- 单位自动化学院; 昆明理工大学
