基于智能算法的蓄电池远程核容优化路径探究

摘要

研究过程利用铅酸蓄电池、温度控制箱、蓄电池活化仪等装置构建物理模型,测得125组电池充放电数据,借助这些数据对远程核容模型的预测效果进行检验,发现该模型的最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)算法存在较大的核容误差,主要问题在于算法的2个关键参数未能达到最优取值。故引入粒子群优化(Particle Swarm Optimization,PSO)算法和遗传粒子群优化(Genetic Algorithm Particle Swarm Optimization,GAPSO)算法,形成2种参数优化路径。经过检测,遗传粒子群优化算法能够显著改善LSSVM算法的关键参数,进而全面提升其远程核容效果。