SOC预测

作品数：78被引量：583H指数：12
导出分析报告
相关领域：电气工程交通运输工程机械工程更多>>
相关作者：孙玉坤张持健黄永红韩晓东鲍伟更多>>
相关机构：合肥工业大学江苏大学桂林电子科技大学武汉理工大学更多>>
相关期刊：《计算机仿真》《清华大学学报（自然科学版）》《数学的实践与认识》《计算机与现代化》更多>>
相关基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家高技术研究发展计划江苏高校优势学科建设工程资助项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=电源技术x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于PBES-LS-SVM的锂离子电池组SOC预测被引量：7
《电源技术》2022年第11期1279-1283,共5页李晟延 马鸿雁 窦嘉铭 王帅 
北京建筑大学博士基金项目(ZF15054)。
针对锂离子电池组荷电状态(state of charge,SOC)难以预测的问题,提出应用主成分分析(principal component analysis,PCA)选取影响因素和秃鹰算法(bald eagle search,BES)优化最小二乘支持向量机(least squares support vector machine,...
关键词：锂电池组 荷电状态 主成分分析 秃鹰搜索算法 最小二乘支持向量机 
基于卷积-双向长短期记忆网络的电池SOC预测被引量：9
《电源技术》2022年第5期532-535,共4页陈继斌 李雯雯 孙彦玺 许静 张单 
国家自然科学基金青年基金(51804278)。
锂电池的预测性维护是电池应用的重点,实现它的关键是有效地预测锂电池的荷电状态(SOC)。随着信息技术和深度学习网络算法的发展,深度学习法在SOC预测方面显示出很好的潜力。提出了一种基于卷积-双向长短期记忆网络(CNN-BiLSTM)的SOC预...
关键词：荷电状态 卷积神经网络 双向长短期记忆 锂电池 深度学习 
基于MIV-GA-BP神经网络的铅酸蓄电池SOC预测被引量：6
《电源技术》2021年第2期228-231,共4页孙硕 孙俊忠 周智勇 杨占录 蔡巍 
建立了铅酸蓄电池充电过程中SOC的神经网络预测模型,采用平均影响值(MIV)算法对预测模型的输入变量进行了分析和筛选。在MIV算法的基础上,比较了基于遗传算法优化的BP神经网络(MIV-GA-BP)与传统MIV-BP神经网络对蓄电池充电过程中SOC的...
关键词：铅酸蓄电池 荷电状态(SOC) 神经网络 平均影响值(MIV) 遗传算法 
基于滚动时域估计EKF算法的电池SOC预测被引量：2
《电源技术》2020年第7期991-994,共4页李凌锋 陶晋宜 张富强 
工信部通信软科学研究课题(2018-R-21)。
扩展卡尔曼滤波算法(EKF)是分析电池SOC估计的有效工具,对于非线性系统具有良好的估计结果。但在实际情况下,测量噪声的模型不再是0均值白噪声,导致预测结果有较大误差。提出利用滚动时域(MHE)算法与扩展卡尔曼滤波算法结合,采用滚动时...
关键词：SOC估算 EKF算法 MHE算法 M估计器 优化问题 
锂电池SOC预测方法综述被引量：15
《电源技术》2016年第6期1318-1320,1333,共4页张持健 陈航 
锂电池荷电状态(SOC)是锂电池管理系统的重要参数,锂电池SOC实时预测关系到电池充放电控制和电动汽车的优化管理,直接影响锂电池的使用寿命。锂电池的SOC受放电电流、内部温度、自放电、老化等因素的影响,使得锂电池的实际容量难以确定...
关键词：SOC 预测方法 剩余容量 
基于EKF-Markov方法的动力电池SOC预测被引量：2
《电源技术》2016年第5期990-993,共4页潘盛辉 胡三丽 郭毅锋 韩峻峰 
国家自然科学基金项目(51407038);广西自然科学基金项目(2013GXNSFBA019241);广西汽车零部件与整车技术重点实验室建设项目课题(14-A-02-03);广西汽车零部件与整车技术重点实验室开放课题(2013KFMS02)
针对工况环境下动力电池SOC的变化具有非线性的特点,对未来SOC状态进行精确预测。首先采用EKF预测模型对动力电池SOC值进行预测,根据预测结果划分SOC状态区间,进一步得到SOC值的Markov状态转移矩阵,然后将EKF模型与Markov状态转移矩阵...
关键词：动力电池 SOC EKF-Markov 预测 
VRLA蓄电池SOC预测的粒子群-模糊逻辑方法被引量：5
《电源技术》2015年第12期2656-2659,2702,共5页王琪 孙玉坤 黄永红 
国家自然科学基金资助项目(61074019);江苏高校优势学科建设工程资助项目(苏政办发[2011]6号);镇江市工业科技支撑项目(GY2010005);江苏省研究生创新计划项目(CXZZ13_0683)
针对电池容量预测问题,将模糊逻辑方法应用于预测VRLA蓄电池的荷电状态。分别将蓄电池的工作电压、工作电流和荷电状态参数模糊化,制定其对应的模糊子集,设计合理的模糊规则,从而实现对蓄电池SOC进行预测,实验结果发现该方法在蓄电池放...
关键词：VRLA蓄电池 荷电状态 粒子群算法 模糊逻辑方法 
基于贝叶斯最小二乘支持向量机的电池SOC预测被引量：5
《电源技术》2015年第12期2616-2619,2642,共5页井娥林 孙正凤 温宏愿 
江苏省高校研究生创新计划项目(CXZZ13_0683)
针对混合动力汽车电池电能容量判别问题,将最小二乘支持向量机方法应用于混合动力汽车电池荷电状态的预测。考虑到最小二乘支持向量机的参数选择会对预测结果产生较大的影响,提出了基于贝叶斯证据框架优化的最小二乘支持向量机预测方法...
关键词：SOC预测 贝叶斯证据框架 最小二乘支持向量机 混合动力汽车 
基于RVM算法的蓄电池SOC预测被引量：9
《电源技术》2015年第3期523-526,共4页侯江娜 孙玉坤 王鹏飞 
由于蓄电池真实的荷电状态与多种因素如电池温度、充放电电压、充放电电流和电池老化等成高度非线性,使得蓄电池荷电状态预测模型建立困难,且预测精度差。针对以上问题,用基于相关向量机的预测方法,以电池充电端电压和充电电流为输入量...
关键词：电池荷电状态 相关向量机 高斯核函数 稀疏性 泛化能力 
HEV电池SOC预测的留一交叉验证优化LS-SVM方法被引量：4
《电源技术》2014年第11期2059-2062,共4页李可 赵德安 
江苏省研究生创新计划项目(CXLX13_0668)
针对混合动力汽车(HEV)电池剩余容量(SOC)判别问题,将最小二乘支持向量机方法应用于混合动力汽车电池荷电状态的预测。考虑到最小二乘支持向量机的参数选择会对预测结果产生较大的影响,提出了基于留一交叉验证优化最小二乘支持向量机的...
关键词：SOC预测 留一交叉验证 最小二乘支持向量机 混合动力汽车 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部