用于汽车CAT蓄电池容量和健康预测模型的混合元启发式特征选择
来源：
卡特蓄电池 发布时间：2026-10-15 10:59:20 点击： 次
摘要 在现实世界的电动汽车电池分析中，特征选择与模型调优是相互关联的决策：搜索过程必须平衡预测性能、特征负担、模型复杂度和计算需求。本研究开发了三种集成混合算法——自适应差分进化-粒子群优化（Adaptive DE–PSO）、哈里斯鹰-灰狼优化（HHO–GWO）以及鲸鱼-海洋捕食者优化（WOA–MPA），用于联合特征选择与树集成模型调优。经验队列包含191辆标注容量的车辆（M1 = 100, M2 = 83, M3 = 8），数据源自匿名化的EVBattery字段数据集，包含64个工程化充电预测因子，并采用车辆不相交的60%/20%/20%训练/验证/测试划分。每个搜索分支使用20个种群进行100次迭代（2020个提议），所有13种主要算法均在30次配对运行中进行了评估；九种机制消融实验也在相同协议下进行了评估。固定的默认集成模型产生了最强的平均留出容量结果（R2 = 0.697，95%置信区间0.675–0.719；RMSE = 0.852 Ah）和低容量代理判别能力（AUROC = 0.942，95%置信区间0.928–0.956）。自适应DE-PSO是容量预测中最强的集成混合模型（R2 = 0.659），平均选择19.0个特征，但在Holm校正后仍显著低于默认模型（平均差异 -0.038；调整后p = 0.010）。对于代理终点，自适应DE-PSO实现了AUROC = 0.911，同样低于默认模型（调整后p < 0.001）。因此，该创新之处并非声称混合方法具有普遍的优越性；它是一个防泄漏、等预算、多目标框架，能够量化混合化何时以预测准确性换取稀疏性，并揭示负面及正面机制效应。该代理指标是基于队列相对的，而非经过实验室验证的健康状态诊断。
1. 简介 电动汽车电池管理需要在变化的充电速率、温度和使用历史下，实现可靠的容量和健康状态估计。Wang等人[1]使用增强型鲸鱼优化算法进行特征选择，并结合支持向量回归；而Chen等人[2]则利用粒子群优化算法对极限学习机进行了优化。Chen等人[3]将特征提取与数据驱动的健康状态及剩余寿命建模相结合。Peng等人[4]综述了车载容量估计方法，并强调了受控实验与车辆实际部署之间的差距。Jo等人[5]展示了相对荷电状态和预处理如何影响机器学习估计，而Tian等人[6]证明了部分充电数据的价值。Zhang等人[7]进一步表明，碎片化的充电片段可以支持容量推断，而Liu等人[8]则利用大规模现场数据集解决了迁移学习问题。这些研究确立了数据驱动推断的价值，但也表明数据集、端点和验证设计存在显著差异。特征选择至关重要，因为现场充电描述符之间存在相关性和冗余性。Li等人[9] 审查了电池健康指标和学习模型，而苏和陶 [10] 考察了增量容量特征选择的准确性与效率之间的权衡。Kafadarova 等人 [11] 强调了热测量所携带的信息，而连和乔 [12] 展示了数据驱动的容量估计。Ravi 和 Aziz [13] 以及 Ahmad 等人 [14] 将可靠的电池状态信息置于电动汽车和电网服务的更广泛运行背景中；刘等人 [15] 提供了全生命周期的数据科学视角。在优化机制方面，Faramarzi 等人 [16] 提出了海洋捕食者算法，Yang 等人 [17] 将哈里斯鹰优化算法应用于电池建模，Tripathy 等人 [18] 综述了哈里斯鹰优化算法的变体，Sylvestrin 等人 [19] 审查了机器学习健康状态评估。尚未解决的问题不是某个特定优化器能否在单一划分上产生高分，而是集成混合机制在配对、防泄漏、等预算评估下是否能带来价值。因此，主要的方法论贡献总结如下：
开发了三种统一的混合元启发式算法（自适应DE-PSO、HHO-GWO和WOA-MPA），它们在每次迭代中持续交换搜索信息、自适应参数缩放和多样性恢复更新，而非按顺序执行。 构建了一个防泄漏包装框架，该框架在平衡预测误差、特征比例、树复杂度及计算成本的四项目标下，同时优化特征选择掩码、树集成超参数（随机森林和极端树）、模型权重和分类决策阈值。 在严格相等的提议预算下，执行消融实验以分离自适应控制参数、多样性恢复机制、顺序混合结构和组成算法更新的各自贡献。 实施了按制造商分层且车辆互斥的划分（60%训练集，20%验证集，20%测试集），并配合仅限训练集的预处理，以防止在包装器候选评估期间发生数据泄露。 完整记录了数据集哈希、配对划分与搜索种子、解码解、帕累托存档、收敛与多样性历史、运行时间以及1320个原子检查点；完成审计未发现任何缺失或损坏的运行记录。 本文余下部分安排如下。第2节回顾了电池容量推断、特征选择和元启发式设计。第3节描述了数据集、泄漏控制、决策向量、目标、算法、等预算协议和统计分析。第4节报告了30次运行的结果、权衡、排名、稳定性、消融实验、运行时间以及多样性。第5节总结了主要结论和未来工作。
2. 理论背景
2.1. 数据集概述 该分析使用了源自EVBattery的实测场充电数据，这是一个包含来自三家制造商提供的464辆电动汽车的120多万条充电片段的公开大规模数据集[20]。应供应商要求，已发布的车辆和制造商身份已匿名处理；因此，M1、M2和M3为队列代码，不能替换为公司名称。本容量标签分析队列包含191辆唯一车辆——M1 = 100，M2 = 83，M3 = 8——每辆车对应一行聚合数据。该数据非合成数据。64个候选数值预测变量汇总了BMS记录的电池包电压、电流、温度、荷电状态、充电阶段持续时间、梯度和熵。8个常数预测变量通过仅限训练集的方差过滤被移除。连续标签为以安时（Ah）为单位的充电容量，与EVBattery定义一致，均值为41.30 Ah（标准差1.59），中位数为41.25 Ah（四分位距2.34），范围为37.96–45.27 Ah。公开发布的数据中未附带研究车辆照片或实验室循环图像，且本研究未进行实验室循环测试；图1因此呈现的是透明的数据来源示意图，而非伪造的照片。 图1。 实证数据来源与完整的实验架构。EVBattery提供了匿名化的真实世界BMS充电流数据[20]；本研究使用了191辆标注了容量的车辆（M1 = 100，M2 = 83，M3 = 8）。公开版本不包含制造商身份信息或研究车辆的照片，且本研究未进行实验室循环测试。由于公开字段数据不包含经实验室验证的健康状态标签，次要终点明确为训练中值低容量代理。在每次运行中，中值容量仅根据训练车辆计算；达到或低于该阈值的车辆构成正类，并将不变的阈值应用于验证和留出测试车辆。厂商感知分区将唯一的车辆分配到60%的训练集、20%的验证集和20%的测试集，因此没有物理车辆跨越分区。表1总结了数据来源、队列构成、终点指标以及防泄漏划分。 表1。 数据集、端点和分区特征。表1确立了本研究的经验与隐私边界。编码后的制造商反映了源数据的匿名化处理，而非虚构品牌，191行数据为实测车辆聚合数据而非模拟案例。车辆不相交划分、仅限训练集的预处理以及仅限训练集的代理阈值，有效防止了重复事件和目标泄露。源DOI和分析数据集哈希已在数据可用性声明中列出。
2.2. 协议变量与目标定义 在数据驱动的电池分析中，特征选择与模型超参数调优是紧密耦合的决策过程。特征选择会改变下游估计器可用的维度空间、统计分布和物理信息。同时，模型超参数（如树深度、叶节点正则化、分裂标准和集成权重）决定了学习算法利用可用特征子集的有效程度。使用默认超参数独立优化特征选择会产生针对欠调算法定制的特征掩码，而对完整且含噪声的特征空间进行超参数调优则会导致模型不稳定且计算成本高昂。 为了解决这种耦合，搜索算法提出的每个候选解都被编码为一个包含70个决策变量的连续决策向量，这些变量被分为特征掩码和模型控制坐标： x = [m 1 ,m 2 ,…,m 64 ,c1 ,c2 ,c3 ,c4 ,c5 ,c6 ](1) 前64个坐标（x1 … x64）是特征掩码变量：坐标值大于或等于0.5时会激活相应的预测器，若无特征通过则保留最大坐标值。其余六个坐标按实际实现方式解码模型控制参数。坐标x65以10为步长选择每个集成成员的树数量（50–200）；x66选择最大深度（3–20）；x67选择最小叶子节点大小（1–10）；x68选择分裂特征比例（0.20–1.00）；x69设置随机森林权重（Extra Trees权重为1 − x69）；x70设置代理决策阈值（0.15–0.85）。 对于结合随机森林（RF）和极端树（ET）的集成模型，其联合连续预测输出被公式化为
