基于支持向量機的鋰離子電池壽命預(yù)測方法研究.pdf

1、鋰離子電池作為一種性能突出且應(yīng)用廣泛的儲能電源,是目前國內(nèi)外的研究熱點,建立電池壽命評估方法和壽命模型,科學(xué)地評價和預(yù)測電池壽命是其中的一個重要方面。支持向量機(Support Vector Machine,SVM)集諸多優(yōu)點于一身,是人工智能領(lǐng)域的一個研究熱點。該方法已被成功應(yīng)用于蓄電池的容量預(yù)測上并獲得較好的效果。
　　本文建立了基于最小二乘支持向量機(Least Square SVM,LS-SVM)的鋰離子電池壽命預(yù)測模型,

2、預(yù)測鋰離子電池的剩余容量,進而實現(xiàn)對鋰離子電池的壽命預(yù)測。預(yù)測模型中的相關(guān)參數(shù)選取很重要,本文采用的遺傳退火算法能有效的提高模型的預(yù)測精度以及泛化能力。文章最后通過仿真實驗結(jié)果表明基于徑向基核函數(shù)的LS-SVM的預(yù)測結(jié)果要優(yōu)于人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)和標準SVM。
　　第一章,主要是介紹鋰離子電池壽命預(yù)測的目的、意義、國內(nèi)外研究現(xiàn)狀和SVM在壽命預(yù)測方面的應(yīng)用情況。
　　第

3、二章,詳細介紹了鋰離子電池的基本工作原理、壽命影響因素、失效機制等,從理論上分析鋰離子電池的性能特征,掌握其變化規(guī)律。
　　第三章,基于統(tǒng)計學(xué)習理論,介紹了SVM的基本原理,詳細闡述支持向量分類機模型和支持向量回歸機模型,為下一章的建模提供理論基礎(chǔ)。
　　第四章,建立LS-SVM回歸預(yù)測模型,并采用徑向基函數(shù)為核函數(shù),利用遺傳退火算法選取參數(shù)。最后用鋰離子電池的30組數(shù)據(jù)進行仿真實驗,將本文方法與ANN、標準SVM進行比較。