[发明专利]一种基于FIG-ABC-SVR算法的锂离子电池剩余使用寿命预测方法

权利要求书

1.一种基于FIG-ABC-SVR的锂离子电池剩余使用寿命预测方法，其特征在于，实现该方法的步骤为：

步骤1，采集电池的容量数据，选择预测起始点ST，将容量数据划分为训练集和测试集，并设置容量的失效阈值Cap_EOL；

步骤2，使用模糊信息粒化算法将训练集的容量数据划分为若干个信息粒，即模糊窗口，提取每一个窗口的最大值和最小值，构造相应的时间序列和其中win为窗口的数量；

步骤3，利用上一步得到的窗口最大值与最小值时间序列构造新的训练集和使用两个训练集分别训练SVR模型，并采用ABC算法搜索SVR模型的惩罚系数c和核函数半径g两个参数:

步骤3.1，初始化ABC算法的两个参数：将惩罚系数c和核函数半径g作为ABC算法中的待优化参数x_i(蜜源)，初始化蜂群规模NP，蜜源数量FoodNumber，最大迭代次数M，蜜源连续没有被更新的阈值Limit，以及参数取值的上下界ub和lb，x_i的初始解由式1产生：

x_i＝lb+(ub-lb)·rand(0,1) 式1

步骤3.2，由式2计算每一个初始解x_i的适应度值fit_i：

其中f_i为目标函数值，此处，定义均方根误差为目标函数值；

步骤3.3，设置迭代计数iter＝1，引领蜂搜索阶段，寻找当前种群条件下的最优解，具体步骤为：

步骤(1)，根据式3搜索蜜源x_i；

x'_ij＝x_ij+rand(-1,1)(x_ij-x_kj) 式3

步骤(2)，根据式3计算搜索更新之后的蜜源的适应度值，式3中的f_i为目标函数值，并使用贪婪算法选择较好的食物源；

步骤3.4，跟随蜂搜索阶段，根据式4计算蜜源x_i被跟随蜂所选择的概率；

步骤3.5，跟随蜂根据式3搜索选择蜜源，并由式2计算相应的适应度值；

步骤3.6，跟随蜂使用贪婪算法选择较好的蜜源；

步骤3.7，判断是否有某个蜜源经过Limit次循环之后仍未被更新，如果有，则相应的引领蜂变成侦察蜂；并按照式5随机产生一个新的食物源来代替；

步骤3.8，确定iter是否达到最大迭代次数，如果达到，则输出参数c和g的最优解；否则，iter＝iter+1，并返回步骤3.3重复执行；

步骤4，由步骤3即可得到预测的时间序列Up_i和Low_i，使用插值法对缺失的序列补全，得到完整的预测的容量值；判断预测的容量值是否达到容量失效阈值Cap_EOL，若达到阈值，计算相应的RUL结果，并计算相应的评估指标。

2.根据权利要求1中所述的锂离子电池剩余使用寿命预测方法，其特征在于：步骤2中执行模糊信息粒化的方法是，使用三角形模糊粒子对原始的容量数据进行粒化，粒化方式为：

其中，x为每个窗口所包含的容量序列值，a为每个窗口中容量序列的最小值，b为每个窗口中容量序列的最大值，m为a与b的中值。

3.根据权利要求1中所述的锂离子电池剩余使用寿命预测方法，其特征在于：步骤4中的插值法补全是，使用线性函数求解中间的缺失值，其中线性函数表示为：

y＝βx 式7

其中，y表示窗口的信息Up_i或者Low_i，x为循环次数，β为每一个窗口使用线性函数拟合时对应的斜率值。