基于SVM的锂电池SOC估算

被引:73
作者
骆秀江
张兵
黄细霞
侯程
机构
[1] 上海海事大学科学研究院
关键词
支持向量机; 锂电池SOC; 非线性; 电池管理系统;
D O I
暂无
中图分类号
TM912 [蓄电池];
学科分类号
080802 [电力系统及其自动化];
摘要
以锂电池SOC作为研究对象,将基于VC维和结构最小化理论为基础的支持向量机(SVM)的方法引入到锂电池SOC的估算中。充分利用支持向量机的对锂电池非线性独特的功能,综合考虑锂电池的电压、温度及电流等因素对SOC的影响,提出了支持向量机估算电池SOC的算法,并将其在锂电池充放电实验中验证。结果表明,支持向量机在估算锂电池SOC时,可以获得更高的估算精度,为电池管理系统提供一种实用的SOC估算方案。
引用
收藏
页码:287 / 290
页数:4
相关论文
共 2 条
[1]
统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,
[2]
Support vector based battery state of charge estimator.[J].Terry Hansen;Chia-Jiu Wang.Journal of Power Sources.2004, 2