[發明專利]基于灰狼算法和多核支持向量回歸的鋰電池壽命預測方法

有效

• 申請號: 202110648733.6
• 申請日: 2021-06-10
• 公開（公告）號: CN113205233B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 付立軍;馬偉明;李灝;張彥;馬凡;吳優;黃河;胡祺
• 申請（專利權）人: 湖北東湖實驗室
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06K9/62;G06F17/18;G06N3/00
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 劉琳

1.一種基于灰狼算法和多核支持向量回歸的鋰電池壽命預測方法，其特征在于，所述方法包括如下步驟：

1)數據提取與處理：提取鋰電池循環測試中的容量退化數據作為電池剩余使用壽命的直接指標因子，對電池容量數據進行標準化預處理，并將標準化后的數據分為測試集和訓練集；

2)多核支持向量回歸預測模型構建：構建多核支持向量回歸算法模型，在高維空間線性擬合非線性的訓練數據；步驟2)的具體步驟為：

21)假設給定樣本其中x_i為第i個特征向量，n為樣本個數，R表示實數集；

22)利用支持向量回歸方法，將樣本集從低維空間通過非線性映射到高維空間，非線性映射的支持向量回歸表達式表述為：

式中：K(x_i,x)＝φ(x_i)φ(x_j)為核函數，α_i和為拉格朗日乘數，其中x_i和x_j為第i個和第j個特征向量；

所述非線性映射的支持向量回歸表達式中核函數分別選擇高斯核函數、sigmoid核函數、線性核函數、多項式核函數，將其線性組合，以智能優化算法優化線性組合方程的系數；所述線性組合的數學表達式為：

K(x_i,x)＝μ₁K₁(x_i,x)+μ₂K₂(x_i,x)+μ₃K₃(x_i,x)+μ₄K₄(x_i,x) (12)

式中：μ₁，μ₂，μ₃和μ₄是線性組合的權重系數；

所述核函數分別表示為：

式中：T為轉置；

3)灰狼算法優化：采用灰狼算法對多核支持向量回歸算法模型中的混合核函數權重系數進行優化；步驟3)的灰狼算法具體步驟包括：

31)設置種群大小N、求解個數d、最大迭代次數t_max、搜索范圍ub、lb；

32)初始化最優解a，參數向量P和參數向量Q的參數值，設置迭代次數t＝1；

33)計算每個可能解的目標函數值，并依據大小進行排序，選出前三優化值，定為X_α、X_β和X_δ；

34)計算其他個體與X_α、X_β和X_δ的距離，更新當前每個個體的位置；

35)計算并比較新種群的目標函數值，選出新的前三優化值X_α、X_β和X_δ，直到達到最大迭代次數t_max，則算法退出，同時輸出全局最優解X_α；否則，令t＝t+1，轉向34)繼續執行；

利用灰狼算法優化非線性映射的支持向量回歸表達式的權重系數，目標函數值選取實際容量值和預測容量值之間的均方誤差MSE：

式中：和y_i分別是第i次循環的預測容量和實際容量，n表示樣本個數；

4)模型訓練與預測：將標準化后的鋰電池容量數據訓練集送入多核支持向量回歸模型中進行訓練，用訓練好的模型對鋰電池容量退化進行預測。

2.根據權利要求1所述的基于灰狼算法和多核支持向量回歸的鋰電池壽命預測方法，其特征在于：所述步驟1)中對電池容量數據進行標準化預處理的方法為：

式中：x_std為標準化后的鋰電池剩余使用容量數據，x_i為未標準化數據，x_max和x_min分別是未標準化數據的最大值和最小值。