基于變分模態(tài)分解和核極限學習機集成模型的電動汽車鋰電池健康狀態(tài)預測

摘要： 在傳統(tǒng)電動汽車鋰電池預測中，往往將健康狀態(tài)SOH(state-of-health )預測視作一個整體，進而給出單一SOH預測結果。但在汽車實際運行中，直接進行SOH的單一預測誤差大，預測效果不好。為了提高電動汽車電池的SOH預測精度，提出了1種基于變分模態(tài)分解和麻雀搜索算法優(yōu)化的核極限學習機集成模型的新預測方法 VMD-SSA-KELM。該方法通過變分模態(tài)分解電池SOH序列，降... （共12頁）