基于最小二乘支持向量机的电池剩余电量预测

被引:29
作者
舒服华
机构
[1] 武汉理工大学机电工程学院
关键词
静置电池; 剩余电量; 预测模型; 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
提出了一种最小二乘支持向量机的电池剩余电量预测新模型。以电池端电压和新旧程度为输入,电池的剩余电量为输出,通过电池充放电实验获得数据样本。以实验数据为基础,建立最小二乘支持向量机模型,利用训练好模型预测电池在静置状态下的剩余电量。该方法具有建模速度快、预测精度高、操作简便等优点。不仅克服了常规的BP预测模型的不足,而且性能优于标准支持向量机预测模型。
引用
收藏
页码:452 / 455
页数:4
相关论文
共 4 条
[1]
基于最小二乘支持向量机的磨损预测 [J].
曹一波 ;
谢小鹏 .
润滑与密封, 2007, (02) :138-141+186
[2]
基于BP神经网络预测静置电池的剩余电量 [J].
胡任 ;
韩赞东 ;
王克争 .
电池, 2006, (01) :58-59
[3]
人工神经网络法预测MH-Ni蓄电池容量 [J].
薛建军 ;
唐致远 ;
刘建华 ;
王占良 .
电源技术, 2003, (03) :305-307
[4]
电动汽车动力电池SOC预测技术研究 [J].
朱元 ;
韩晓东 ;
田光宇 .
电源技术, 2000, (03) :153-156