基于改进GWO-SVR的锂电池SOH估计

来源：电子测量技术杂志2023年第7期北京时间：

作者：梁杨，周永军，蒋淑霞，袁晓文，张淞

单位：1.中南林业科技大学 机电工程学院 长沙 410000; 2.贵州梅岭电源有限公司 遵义 563000

摘要：为了提高锂电池健康状态的估计精度，提出了一种基于IGWO-SVR的锂电池SOH估计方法。针对支持向量回归(SVR)内核参数选择的问题，采用改进灰狼(IGWO)算法优化支持向量回归的内核参数；选取合适的健康特征作为输入，电池SOH作为输出，建立IGWO-SVR估计模型，实现锂电池SOH的估计。基于NASA电池数据集，对该模型进行训练及验证，并与SVR和GWO-SVR方法相比。结果表明，IGWO-SVR方法能有效提高SOH估计的精度和稳定性，最大估计误差不超过2%。

关键词：锂离子电池;健康状态;支持向量回归;改进灰狼算法

基金资助：湖南省自然科学基金（2019JJ60076）项目资助