10.3969/j.issn.1000-3703.2017.02.002
锂离子电池剩余容量估计与优化分析
锂离子电池剩余容量估计是电动汽车电池管理系统核心技术之一.利用支持向量回归(Support Vector Regression,SVR)进行锂离子电池剩余容量的估计,其参数的选择直接决定着支持向量回归的性能.提出利用粒子群算法(Patticle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)对支持向量机进行参数寻优,进行锂电池剩余容量估计分析及优化参数分析;并与基于网格搜索法(Grid Search,GS)的支持向量机和标准支持向量机估计结果作对比.结果表明,GASVR和PSO-SVR均能进行高精度的锂电池剩余容量估计,尤以遗传算法优化性能最佳.
剩余容量、支持向量回归机、参数优化、粒子群算法、遗传算法
U469.72+2;TM912.9(汽车工程)
国家科技支撑计划项目2015BAG08B02
2017-05-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
5-9