论文摘要
针对锂电池动态工况下健康状态估计困难的问题,设计了一种基于支持向量回归机的健康状态估计方法.提取电池运行时可监测的电压、电流、温度、荷电状态融合成一种新的健康因子,采用支持向量回归机的方法训练得到健康状态估计模型,并选用网格寻优算法对模型的参数进行优化,实现基于可监测参数的动态工况下的锂电池健康状态估计.仿真结果表明,本文选取的健康因子能准确地反映电池的健康状态,健康状态的平均估计精度在1%以内.
论文目录
文章来源
类型: 期刊论文
作者: 张新锋,饶勇翔,姚蒙蒙
关键词: 锂电池,健康因子,支持向量回归,参数优化,健康状态估计
来源: 中北大学学报(自然科学版) 2019年06期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 长安大学汽车运输安全保障技术交通行业重点实验室,长安大学汽车学院
基金: 中央高校基本科研业务费专项资金(CHD2012JC048,72105473),长安大学基础研究支持计划专向基金,汽车运输安全保障技术交通行业重点实验室开放基金资助
分类号: TM912
页码: 511-516+536
总页数: 7
文件大小: 317K
下载量: 379