《电子测量技术杂志》发表论文赏析

基于IHOA-DELM的锂离子电池SOH和RUL联合预测

来源:电子测量技术杂志2025年第10期北京时间:

作者:曹旭,惠周利,杨明

单位:中北大学数学学院 太原 030051

摘要:准确预测锂离子电池的健康状态(SOH)和剩余使用寿命(RUL),对其安全稳定运行具有重要意义。本研究提出一种改进河马优化算法(IHOA)与深度极限学习机(DELM)相结合的新型算法。从锂电池充放电过程中提取了6个健康指标(HIs),通过Pearson相关分析保留了与容量相关性较高的5个HIs,接着用Hampel滤波去除特征数据中的异常值并归一化。最后建立电池SOH和RUL联和预测的DELM模型。此外,为了提高模型的预测效率,提出了IHOA对DELM的超参数进行优化。与传统的河马优化算法(HOA)相比,解决了传统河马算法在搜索效率、收敛速度和全局搜索等方面的局限性。基于CALCE锂电池数据集的实验仿真结果表明,IHOA-DELM算法的预测精度较高,SOH预测的RMSE值在1.21%~1.31%之间,MAE值在0.89%~0.95%之间,MAPE值在1.59%~1.93%之间;RUL预测的最大绝对误差(AE)值不超过3个周期,最小AE值只有1个周期。

关键词:锂离子电池;健康状态;剩余使用寿命;IHOA;DELM

2025年10期其他文献查阅:

基于四探针法的磁性微米线电阻特性研究

10km/s激光多普勒测速仪示值误差校准方法研究

基于改进ip-iq 理论的谐波检测方法

基于参数优化VMD与宽卷积神经网络的齿轮箱故障诊断

改进YOLOv8s的校园智能清扫车障碍物检测与测距算法

基于数据增强与IEVO-GRNN的飞机引气系统故障诊断

基于改进SSA和CNN-BiLSTM-Attention的UWB测距误差缓解算法

改进YOLOv10n的输电线路部件缺陷检测算法

基于IHOA-DELM的锂离子电池SOH和RUL联合预测

多策略改进的红嘴蓝鹊优化算法及其应用

基于PCA和非线性映射改进的MFCC特征提取方法

基于光散射的光伏组件积灰检测系统设计

基于多尺度特征融合的跨视角点云步态识别

基于YOLOv8的输电线路巡检算法研究

多放大倍率掩码自编码器的乳腺癌图像分类

一种基于VDSEC-UNet的遥感影像建筑物提取方法

基于改进Vision Transformer的水稻叶片病害图像识别

一种基于注意力的无监督行人重识别方法

近场毫米波雷达高分辨率稀疏成像算法研究

基于3D高斯溅射的人物化身重建算法

基于深度学习的三维点云与IMU融合里程计

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!