典型文献
基于优化高斯过程回归算法的锂离子电池可用容量估算
文献摘要：
为了解决应用数据驱动算法估算锂离子电池可用容量时存在的电池老化特征提取不准确、可用容量衰退趋势跟踪精度低及模型要求训练数据量大等问题,提出一种基于优化高斯过程回归算法的锂离子电池可用容量估算方法,实现锂离子电池强非线性全衰退过程可用容量精确估算.首先,提取电池表面平均温度、容量增量曲线峰值及峰值对应电压作为表征电池老化状态的健康因子,通过灰色关联度分析法和熵权值法对所选健康因子进行合理性评估;然后,用2个单一核函数构造高斯过程回归算法复合核函数,并利用鲸鱼优化算法完成复合核函数的参数寻优,基于优化后的高斯过程回归模型实现锂离子电池可用容量估算;最后,通过对比不同核参数寻优算法,证明鲸鱼优化算法在参数寻优方面的先进性,并通过与传统的高斯过程回归、支持向量机、径向基神经网络等机器学习算法进行可用容量估算对比,证明模型的有效性.研究结果表明:基于复合核函数和鲸鱼优化算法参数寻优可以有效改善高斯过程回归模型性能,所建立的优化高斯过程回归模型能够基于较少训练数据实现电池容量的精确估算,并能够有效追踪锂离子电池非线性长周期衰退趋势;对不同电池数据也具备较好的自适应能力,可用容量估算最大误差低于1.56％.
文献关键词：
汽车工程;可用容量估算;高斯过程回归;锂离子电池;鲸鱼优化算法
中图分类号：
作者姓名：
申江卫;马文赛;肖仁鑫;刘永刚;陈峥
作者机构：
昆明理工大学 交通工程学院,云南 昆明 650500;重庆大学 机械与运载学院,重庆 400044
文献出处：
引用格式：
[1]申江卫;马文赛;肖仁鑫;刘永刚;陈峥-.基于优化高斯过程回归算法的锂离子电池可用容量估算)[J].中国公路学报,2022(08):31-43
A类：
可用容量估算
B类：
高斯过程回归,回归算法,锂离子电池,应用数据,电池老化,老化特征,容量衰退,跟踪精度,训练数据,数据量,估算方法,强非线性,退过,平均温度,容量增量曲线,曲线峰值,老化状态,健康因子,灰色关联度分析法,权值,合理性评估,核函数,鲸鱼优化算法,参数寻优,模型实现,核参数,寻优算法,径向基神经网络,机器学习算法,算法参数,模型性能,少训练,电池容量,长周期,自适应能力,最大误差,汽车工程
AB值：
0.206921
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
