Print

基于支持向量回归的锂电池健康状态估计

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

  • 0 引言
  • 1 SOH定义及健康因子的构建
  • 2 支持向量回归估算SOH的方法
  •   2.1 支持向量回归模型构建
  •   2.2 SOH估计流程
  • 3 数据来源与预处理
  • 4 健康状态估计模型与结果分析
  •   4.1 模型参数寻优
  •   4.2 SOH估计模型训练
  •   4.3 锂电池容量估计
  •   4.4 锂电池SOH估计
  • 5 结论

    • 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

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/96a4ce7c417064618e8034cc.html