基于GWO-SVR的锂电池剩余使用寿命预测OA
Prediction of Remaining Useful Life of Lithium-ion Batteries Based on GWO-SVR Method
锂离子电池剩余使用寿命预测在电池管理系统中发挥着重要作用,准确预测其剩余使用寿命能够保障电池的安全稳定运行.由于支持向量回归SVR(support vector regression)参数内核选择较为困难,为此提出灰狼优化—支持向量回归GWO-SVR(gray wolf optimization-SVR)方法,使用灰狼算法优化其内核参数,根据NASA预测中心提供的电池数据集对该方法进行了验证.通过与SVR方法进行对比发现,所提GWO-SVR方法的…查看全部>>
杨战社;王云浩;孔晨再
西安科技大学电气与控制工程学院,西安 710054西安科技大学电气与控制工程学院,西安 710054西安科技大学电气与控制工程学院,西安 710054
信息技术与安全科学
锂离子电池剩余使用寿命灰狼优化支持向量回归
《电源学报》 2023 (2)
154-162,9
评论