基于LS-SVM的矿用隔爆电源蓄电池容量预测

被引:3
作者
曹珍贯 [1 ,2 ]
虞刚 [2 ]
机构
[1] 中国矿业大学电信学院
[2] 安徽理工大学电气学院
关键词
矿用隔爆电源; 蓄电池容量检测; 最小二乘支持向量机;
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
现有煤矿安全监控系统不能实时在线检测备用蓄电池容量,造成交流断电后备用电池不能可靠运行。提出利用开路电压法检测备用蓄电池容量,通过LS-SVM对蓄电池放电数据进行训练,获取蓄电池端电压与容量的关系模型,在此基础上根据蓄电池端电压实现电池容量预测。通过实验表明,该方法能有效预测矿用隔爆电源备用蓄电池的剩余容量。
引用
收藏
页码:371 / 373
页数:3
相关论文
共 5 条
[1]
基于最小二乘支持向量机的离子传感器自校正的研究 [J].
陈锋 ;
杨大福 ;
方科 ;
王兵 .
模式识别与人工智能, 2007, 20 (01) :115-118
[2]
神经网络方法在蓄电池建模中的应用 [J].
邓亚东 ;
刘磊 ;
田哲文 ;
苏楚奇 .
武汉大学学报(工学版), 2005, (04) :17-19+24
[4]
Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[5]
阀控式密封铅酸蓄电池实用技术.[M].周志敏; 周纪海; 纪爱华; 编著.中国电力出版社.2004,