基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池荷电状态的方法技术

技术编号:41384688 阅读:21 留言:0更新日期:2024-05-20 19:05
本发明专利技术公开了基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池荷电状态的方法。通过非线性收敛因子和差分进化算法改进鲸鱼优化算法,用以优化传统ELM输入层和隐藏层的权值和阈值,提高模型的稳定性和预测精度,引入差分进化算法以增强鲸鱼优化算法的全局寻优能力。本发明专利技术所提出的改进非线性收敛因子在迭代的早期具有强大的全局搜索能力,同时保持快速收敛速度,并且在后期避免陷入局部最优,保持高收敛率;提出的差分进化算法通过变异和交叉保持种群的多样性,提高算法跳出局部最优的可能性。本发明专利技术能够以更高的精确度完成锂离子电池荷电状态的估计,平均绝对误差达到,与单独使用极限学习机进行估计相比性能显著提升。

【技术实现步骤摘要】

本专利技术涉及锂离子电池状态观测领域,具体涉及基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池荷电状态的方法


技术介绍

1、准确测量电池剩余容量的充电状态很重要,但也很有挑战性。一方面,可靠的在线电池剩余容量的充电状态评估对于电池管理系统至关重要,这可以确保锂电池的正常运行,例如安全性和使用寿命。另一方面,电池剩余容量的充电状态很难直接测量,需要在多变的工作条件下利用可用电流和电压估计多个参数,给电池剩余容量的充电状态的估计带来了很大的挑战。

2、电池剩余容量的充电状态评估技术分为直接测量方法、基于模型的方法和数据驱动方法。ah积分法是一种被广泛接受的直接测量方法,它通过时间和电流的积分计算充电容量,并通过监测放电容量来预测荷电状态,但它需要足够的数据来估计初始状态,并且估计误差会累积,导致荷电状态不准确。基于模型的技术,如状态观测器和卡尔曼滤波,是近年来在电池剩余容量的充电状态估计中出现的一类具有高适应性的闭环估计器。通过库仑计数法可以预测电流时刻的荷电状态,并根据电池模型和荷电状态曲线估计相应的终端电压。此外,可以反馈估计电压与测量电压本文档来自技高网...

【技术保护点】

1.基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,步骤S1中,所述归一化处理如下式:

3.根据权利要求1所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,所述改进鲸鱼优化算法包括如下子步骤:

4.根据权利要求3所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,步骤2.6中对种群进行差分变异操作包括以下子步骤:

<p>5.根据权利要求...

【技术特征摘要】

1.基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,步骤s1中,所述归一化处理如下式:

3.根据权利要求1所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,所述改进鲸鱼优化算法包括如下子步骤:

4.根据权利要求3所述的基于改进的鲸鱼优化算法优化极限学习机估计锂离子电池电荷状态的方法,其特征在于,步骤2.6中对种群进行差分变异操作包括以下子步骤:

5.根据权利要求...

【专利技术属性】
技术研发人员:王赛丁洁秦绪彬
申请(专利权)人:南京邮电大学通达学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1