基于分布估计算法LSSVM的锂电池SOC预测
【摘要】 基于最小二乘支持向量机（LSSVM）的锂电池荷电状态（SOC）预测模型收敛速度快且得到的是全局最优解，具有较强的预测能力，然而最小二乘支持向量机的参数选择会对预测结果产生较大的影响，因此提出了基于分布估计算法（EDA）最小二乘支持向量机的锂电池SOC预测方法。以锂电池工作电压、电流以及温度为输入量，电池SOC为输出量使用LSSVM建立非线性系统模型，并利用分布估计算法对模型正则化参数λ和径向基核宽度μ进行优化，从而得到最优模型。仿真结果表明，与常规的锂电池SOC预测模型相比，本文提出的EDA-LSSVM方法具有较高的SOC预测精度。
