基于无迹粒子滤波改进算法的电池容量衰退预测研究

来源：计量学报杂志2024年第8期北京时间：

作者：郭芮君,辛永强,杨剑锋

单位：甘肃省计量研究院,甘肃兰州730070

摘要：为了提高电池容量预测的准确性和适用性,提出一种基于无迹粒子滤波的改进算法。为了减小滤波迭代过程的观测误差,引入支持向量回归算法对其予以改进。由于支持向量回归算法中的核函数与惩罚因子较难确定,提出使用遗传算法的寻优能力对其进行求解,形成一种经遗传算法和支持向量回归改进的模型。对这种融合模型进行性能评估,并与UPF-SVR和UPF-RVR进行对比,实验结果显示,融合模型预测结果的平均绝对误差EMA和均方根误差SRMSE分别低于2.0％和2.5％,相比其它模型预测精度更高,同时预测水平和收敛性均显著优于其它模型,更具有效性和可行性。

关键词：电学计量;电池容量预测;无迹粒子滤波;遗传算法;支持向量回归;寻优能力

基金资助：甘肃省自然科学基金(23JRRA868)