基于遺傳算法優(yōu)化支持向量回歸的電池SOH預測

摘要： 針對實車運行過程中電池當前可用容量難獲取、電池健康狀態(tài)評估不準確的問題，提出利用車輛的停車充電片段數據，通過箱型圖及卡爾曼濾波算法對安時積分法計算所得的電池容量進行修正，構建支持向量回歸模型用于電池衰減預測，通過皮爾森相關性分析確定有效的模型輸入參數，結合遺傳算法優(yōu)化模型參數。結果表明：優(yōu)化后模型的擬合優(yōu)度可達88%，相較于優(yōu)化前提高了12%，可以實現電池健康狀態(tài)的準確預測。 （共6頁）