最小二乘支持向量机在蓄电池剩余容量建模中的应用研究

被引:16
作者
林瑞霖
郭辉
机构
[1] 海军工程大学船舶与动力学院
关键词
铅酸蓄电池; 剩余容量; 支持向量机;
D O I
暂无
中图分类号
TM912.2 [碱性蓄电池];
学科分类号
080811 [新能源发电与电能存储];
摘要
蓄电池容量是表征蓄电池工作性能的重要指标,但铅酸蓄电池剩余容量难以建模。将蓄电池检测系统测量的电压、电流、密度作为输入,荷电状态为输出,并基于最小二乘支持向量机对蓄电池充放电过程剩余容量进行了建模仿真,实现了对蓄电池剩余容量的实时预测。分析了最小二乘支持向量机参数对建模的影响,并对几种建模方法进行了比较。结果表明:该方法具有预测精确度高、推广能力强、运行时间短等优点。最小二乘支持向量机在小样本、非线性建模方面的应用表明:它在拟合精度和预测能力上都比传统方法有一定的提高,具有良好的应用前景。
引用
收藏
页码:52 / 55
页数:4
相关论文
共 6 条
[1]
基于最小二乘支持向量机的电池剩余电量预测 [J].
舒服华 .
电源技术, 2008, (07) :452-455
[2]
遗传算法和BP网络在电池电量预测中的研究 [J].
焦慧敏 ;
余群明 .
计算机仿真, 2006, (11) :218-220+267
[3]
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
[4]
基于模糊神经网络预测技术检测蓄电池剩余电量研究 [J].
李敬兆 ;
张崇巍 .
煤矿机械, 2002, (08) :21-24
[5]
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
[6]
蓄电池手册.[M].朱松然主编;.天津大学出版社.1998,