基于多健康因子和IPSO-LSTM模型的锂电池健康估计

来源：车用发动机杂志2025年第1期北京时间：

作者：李珺，陈小然，徐亮

单位：(东北林业大学计算机与控制工程学院，黑龙江哈尔滨150040)

摘要：提出了一种基于多健康因子的改进粒子群优化算法（IPSO）优化长短期记忆（LSTM）模型的锂离子电池健康状态（SOH）估计方法。从在线测量的电压、电流、温度曲线中提取13个备选健康因子，利用皮尔逊相关系数分析最终获得4个健康因子作为IPSO-LSTM模型的输入，通过试验验证所选健康因子的适应性，实现SOH准确预测。取每个电池样本的50%，60%，70%数据作为训练集，其余作为测试集，与PSO-LSTM，LSTM方法作对比，试验结果表明，SOH估计的MAE，RMSE，MAPE均保持在1%以内，模型具有较强的泛化性及有效性。

关键词：锂离子电池；预测模型；健康管理