论文摘要
提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间。首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本。然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式。最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间。以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好。
论文目录
文章来源
类型: 期刊论文
作者: 程树英,林鹏程,林培杰
关键词: 模糊信息粒化,支持向量回归,充电剩余时间,锂电池
来源: 电源技术 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 福州大学物理与信息工程学院,福州大学微纳器件与太阳能电池研究所
分类号: TM912
页码: 99-102+135
总页数: 5
文件大小: 2058K
下载量: 170