Состояние здоровья литий-ионного аккумулятора (SOH) является важным показателем управления здоровьем литий-ионного аккумулятора. Для решения проблемы недостоверного прогнозирования SOH литий-ионного аккумулятора и проблемы попадания параметров модели опорных векторов с минимальными квадратами (LSSVM) в локальный оптимум, был предложен метод прогнозирования SOH литий-ионного аккумулятора, обученный с помощью метода вариационного модового разложения (VMD) и оптимизированный алгоритмом минус-среднее оптимизации (SABO) LSSVM. Сначала, из процессов зарядки и разрядки, содержащих информацию о деградации аккумулятора, были извлечены потенциальные здоровые факторы (HI); во-вторых, была проведена анализ серого корреляционного анализа (GRA) HI и емкости; затем, с использованием VMD HI было разложено на ряд модовых компонент, каждая из которых была рассмотрена как отдельная подпоследовательность, введенная в LSSVM, оптимизированный SABO; наконец, прогнозные результаты каждой подпоследовательности были собраны и восстановлены, после чего была проведена оценка ошибки. Эксперимент и проверка метода были проведены на 4-х данных батареях, предоставленных Национальным управлением по аэронавтике и исследованию космического пространства (NASA), и дополнительные данные батарей были выбраны университетом Мэриленда CALCE для проверки. Экспериментальные результаты показали, что метод прогнозирования обладает высокой точностью прогнозирования. По сравнению с моделями VMD-LSSVM, LSSVM и VMD-SABO-SVM, среднеквадратичная ошибка (RMSE) увеличилась на 69,8%, 86,9% и 78,1% соответственно.

Литий-ионный аккумулятор; Вариационное модовое разложение; Метод опорных векторов с минимальными квадратами; Метод оптимизации минус-среднее; Состояние здоровья