基于遺傳算法優(yōu)化支持向量回歸的電池SOH預(yù)測

摘要： 針對實(shí)車運(yùn)行過程中電池當(dāng)前可用容量難獲取、電池健康狀態(tài)評估不準(zhǔn)確的問題，提出利用車輛的停車充電片段數(shù)據(jù)，通過箱型圖及卡爾曼濾波算法對安時(shí)積分法計(jì)算所得的電池容量進(jìn)行修正，構(gòu)建支持向量回歸模型用于電池衰減預(yù)測，通過皮爾森相關(guān)性分析確定有效的模型輸入?yún)?shù)，結(jié)合遺傳算法優(yōu)化模型參數(shù)。結(jié)果表明：優(yōu)化后模型的擬合優(yōu)度可達(dá)88%，相較于優(yōu)化前提高了12%，可以實(shí)現(xiàn)電池健康狀態(tài)的準(zhǔn)確預(yù)測。 （共6頁）