[发明专利]一种蓄电池剩余容量检测方法

摘要

本发明基于遗传算法和粒子群优化算法-最小二乘支持向量机的理论提出了一种蓄电池剩余容量检测方法，该方法以最基本的最小二乘支持向量机为基础，加以粒子群算法来对其中核函数参数和惩罚系数来进行参数寻优，提高了仿真精度，同时引入遗传算法来增强算法的全局搜索能力，防止陷入局部最优解。只需要通过检测蓄电池开路电压、环境温度、蓄电池内阻这三个量，就可以检测蓄电池的剩余容量。最后通过对比实验数据和预测数据，本方法的检测的平均误差可以控制在5％以内，较传统的最小二乘支持向量机方法，大大提高了预测精度。

主权项

一种蓄电池剩余容量检测方法，其特征在于，包括如下步骤：S100：采集待测蓄电池的开路电压、环境温度、内阻为若干测试样本，根据最小二乘支持向量机理论，得到蓄电池剩余容量检测输出模型$y=\underset{i=1}{\overset{N}{\Σ}}{a}_{i}K(x,x_i)+b;$S200：对粒子群算法中种群进行随机初始化；S300：以预设的更新法则更新各粒子速度和位置，对所述蓄电池剩余容量检测输出模型的a_i和K(x,x_i)中包含的参量(C,σ)进行寻优；S400：根据适应度函数，计算各粒子的适应度值，所述适应度函数为所述测试样本与根据所述蓄电池剩余容量检测输出模型计算获得的预测数据的方均根误差；S500：将各粒子的所述适应度值进行排序，并选择适应度值相对高的二分之一粒子进行遗传算法的交叉操作；S600：对粒子进行遗传算法的中的变异操作；S700：根据所述适应度函数，重新计算遗传算法选择、交叉和变异操作之后粒子的适应度值；S800：根据本次迭代寻优的过程中粒子适应度值，选出粒子的个体最优值和群体最优值，完成一次迭代寻优；S900：比较本次迭代寻优中的群体最优值与已保留的群体最优值，保留适应度值低的群体最优值，判断是否达到预设的迭代寻优次数；若已达到预设的迭代寻优次数，就终止迭代寻优运算进入S1000；若尚未达到预设的迭代寻优次数，就返回S300，以所选出的群体最优值继续下一次迭代寻优的初始化种群；S1000：根据寻优结果中最后保留的所述群体最优值配置所述蓄电池剩余容量检测输出模型，根据待测蓄电池的开路电压、环境温度、内阻输出该待测蓄电池的剩余容量检测结果。