2023.7Vol.47No.7研究与设计收稿日期：2023-01-17基金项目：国家自然科学基金项目(U1804143)；河南省科技攻关项目(212102210146)作者简介：王福忠(1961—)，男，河南省人，博士，教授，博士生导师，主要研究方向为人工智能控制、智能信息处理与故障诊断、电气系统运行与控制。通信作者：任淯琳基于MogrifierLSTM-SVR的超级电容寿命预测王福忠，任淯琳，张丽(河南理工大学电气工程与自动化学院，河南焦作454000)摘要：超级电容是储能系统中常用的储能元件，为了解决在对其使用寿命预测时，影响因子考虑不全面，预测精度不高的问题，提出基于支持向量机回归算法与改进的长短期记忆网络算法(MogrifierLSTM-SVR)相结合的超级电容的使用寿命预测模型。通过引入温度、电压和电流三种超级电容寿命影响因子，建立更贴近实际的超级电容寿命模型，选取剩余容量作为特征参数。构建MogrifierLSTM网络，在传统的LSTM中增加Mogrifier门机制，并利用支持向量机回归(SVR)对MogrifierLSTM网络预测误差回归预测，修正误差。通过仿真实验和模型的预测结果对比分析表明，MogrifierLSTM-SVR对超级电容寿命预测的准确性更高，误差波动量级更小。关键词：超级电容；寿命预测；长短期记忆网络；支持向量机回归；剩余容量中图分类号：TM53文献标识码：A文章编号：1002-087X(2023)07-0935-05DOI:10.3969/j.issn.1002-087X.2023.07.025SupercapacitorlifePredictionbasedonMogrifierLSTM-SVRWANGFuzhong,RENYulin,ZHANGLi(SchoolofElectricalEngineeringandAutomation,HenanPolytechnicUniversity,JiaozuoHenan454000,China)Abstract:Ultracapacitorsarecommonlyusedenergystoragecomponentsinenergystoragesystems.Inordertosolvetheproblemsofincompleteconsiderationofinfluencefactorsandlowpredictionaccuracyintheservicelifepredictionofultracapacitors,alifepredictionmodelofultracapacitorsbasedonsupportvectormachineregressionalgorithmandimprovedMogrifierLSTM-SVRwasproposed.Byintroducingtemperature,voltageandcurrent,amorerealisticsupercapacitorlifemodelwasestablished,andtheremainingcapacitywasselectedasthecharacteristicparameter.TheMogrifierLSTMnetworkwasconstructed,theMogrifierdoormechanismwasaddedtothetraditionalLSTM,andsupportvectormachineregression(SVR)wasusedtopredicttheerroroftheMogrifierLSTMnetworkandcorrecttheerror....
