最小二乘支持向量机荷电状态估计方法

盛瀚民; 肖建; 贾俊波; 邓雪松

首页> 中文期刊> 《太阳能学报》 >最小二乘支持向量机荷电状态估计方法

最小二乘支持向量机荷电状态估计方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为解决一般电池模型对于不同健康状况电池泛化性能较差的问题,利用最小二乘支持向量机(LSSVM)的回归原理,通过提取锂电池运行过程中的外部特性构建LSSVM模型。引入粒子群优化算法(PSO)以提高训练效率与模型精度。通过恒流放电实验比较了几种核函数的估计效果,利用交替充、放电实验验证了PSO-LSSVM方法在复杂运行状况下电池荷电状态(SOC)估计的有效性。并与其他估计、优化方法比较,进一步验证方案的优越性。该方法给微电网储能系统的精确、快速估计提供了新的解决方案。

著录项

来源
《太阳能学报》 |2015年第6期|1453-1458|共6页
作者
盛瀚民; 肖建; 贾俊波; 邓雪松;
展开▼
作者单位

西南交通大学电气工程学院;

成都610031;

淡马锡理工学院工程学院;

新加坡529757;

展开▼
原文格式 PDF
正文语种 chi
中图分类蓄电池;
关键词
荷电状态; 最小二乘支持向量机; 粒子群优化; 核函数; BP神经网络;

相似文献

中文文献
外文文献
专利

1. 电动车蓄电池荷电状态估计的支持向量机方法 [J] . 雷肖 ,陈清泉 ,刘开培 . 中国电机工程学报 . 2008,第18期
2. 基于改进果蝇算法优化的最小二乘支持向量机动力锂电池荷电状态预测 [J] . 李雪林 ,孙玉坤 . 南京工业大学学报(自然科学版) . 2023,第6期
3. 基于改进果蝇算法优化的最小二乘支持向量机动力锂电池荷电状态预测 [J] . 李雪林 ,孙玉坤 . 南京工业大学学报（自然科学版） . 2023,第6期
4. 基于渐消记忆递推最小二乘法的电动汽车电池荷电状态在线估计 [J] . 陈玉珊 ,秦琳琳 ,吴刚 . 上海交通大学学报 . 2020,第12期
5. 用最小二乘法在线估计蓄电池荷电状态 [J] . 李匡成 ,杨亚丽 ,陈涛 . 电源技术 . 2010,第10期
6. 锂离子电池荷电状态估计的相关向量机方法 [C] . FAN Bin ,范彬 ,HU Lei . 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议 . 2014
7. 锂离子动力电池荷电状态估计方法与能量块换电模式研究 [A] . 曹美玲 . 2016

最小二乘支持向量机荷电状态估计方法

摘要

著录项

相似文献

相关主题

期刊订阅