[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
地址：	430014 湖北省***	國省代碼：	湖北;42
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于灰狼算法多核支持向量回歸鋰電池壽命預測方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了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，包括步驟：1）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；2）多核支持向量回歸預測模型構建；3）灰狼算法優化；4）模型訓練與預測：將標準化后的鋰電池容量變化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。通過灰狼算法尋找多個核函數線性組合方程的權重系數，解決了單核支持向量回歸模型對鋰電池容量退化回升過程和非線性特性表達能力有限以及模型預測精度較低的問題，同時本發明有著良好的拓展性，可以與其他方法進行融合，從而進一步提高預測性能。

技術領域

本發明涉及鋰電池狀態估計技術領域，具體地指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。

背景技術

鋰電池被廣泛應用于通信、交通、航空航天等領域，但同時也存在安全隱患，爆炸、自燃等事件時有發生。鋰電池安全事故發生的原因有很多，電池性能的退化就是其中一個重要原因。因此，針對鋰電池剩余使用壽命預測的研究就變得十分重要。剩余使用壽命的精準預測可以指導鋰電池的管理、更換和系統維護，防止因電池失效或過早更換造成重大損失。

隨著鋰電池剩余使用壽命預測技術的不斷進步，國內外對鋰電池剩余使用壽命預測的研究逐漸深入，其預測方法主要可分為兩類：

一是基于機理退化模型?；谀Ｐ偷姆椒m然取得了良好的效果，但是由于電池內部的變化比較復雜，這種方法容易受到各種環境干擾的影響，難以實現對鋰電池的精確建模。

二是基于數據驅動。與基于機理退化模型的方法相比，數據驅動方法僅依賴于對鋰電池歷史數據的挖掘。如今越來越多的學者使用數據驅動的方法來預測鋰電池的剩余使用壽命。其中支持向量回歸模型是研究熱點，但鋰電池退化過程的容量回升會影響預測算法的性能，傳統的單核支持向量回歸模型在實際應用中很難進行有效的預測。

發明內容

本發明的目的在于克服現有技術的不足，而提出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，采用一種融合多個核函數共同構建支持向量回歸模型的方法，從而有效提高支持向量回歸模型的預測精度。

為實現上述目的，本發明所設計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，其特殊之處在于，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；

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；

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。

優選地，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。