基于随机森林的锂离子电池荷电状态估算

韦振汉; 宋树祥; 夏海英

doi:10.16088/j.issn.1001-6600.2018.04.004

广西师范大学学报（自然科学版） ›› 2018, Vol. 36 ›› Issue (04) : 27 -33. DOI: 10.16088/j.issn.1001-6600.2018.04.004

基于随机森林的锂离子电池荷电状态估算

韦振汉, 宋树祥, 夏海英

作者信息 +

Author information +

文章历史 +

PDF

摘要

荷电状态(state-of-charge,SOC)是锂离子电池预测和健康管理非常重要的一部分。锂离子电池的SOC无法直接测量,因此本文提出了基于随机森林回归算法的锂离子电池SOC估计的方法。首先构建随机森林回归模型,使用电池电流、电池电压、电池温度作为模型的训练输入,相对应的SOC作为模型的训练输出;然后使用随机森林算法进行模型训练;最后将训练模型应用于电池SOC估计。实验结果表明,随机森林回归算法对锂离子电池荷电状态的预测最大估算误差为0.02,均方根误差为0.003 204,该方法能有效地估算锂离子电池SOC并且有很高的估计精度。该模型研究为未来电池荷电状态估算系统的模型构建提供了参考。