基于最小二乘支持向量回归的锂电池能量状态估计
段慧云1
徐维2
夏威3
1.九江职业技术学院机械工程学院,江西 九江 3320072.中国汽车工程研究院,重庆 4000393.上汽通用五菱股份有限公司,广西 柳州 545000
摘要：为了提高锂电池能量状态(SOE)估计精度,避免估计过程中的复杂建模及参数辨识过程,本文将最小二乘法(LS)与支持向量回归(SVR)相结合,提出了一种基于最小二乘支持向量回归机的SOE估计方法.通过提取锂电池运行的电压、电流、温度、荷电状态数据融合成能量因子,利用最小二乘支持向量回归机建立锂电池能量状态估计模型,采用网格寻优方法对模型参数寻优,实现了动态工况下的锂电池能量状态估计.仿真结果表明,本文选用的能量因子能准确表征锂电池能量状态,能量状态估计的平均绝对误差在1.5％以内.
关键词：锂电池能量因子最小二乘法支持向量回归能量状态
分类号：TM912(独立电源技术（直接发电）)
资助基金：江西省教育厅科技项目(204013)
论文发表日期：2022-10-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 240-246 )
英文信息