基于支持向量机铅酸蓄电池的分类研究

• 作者: 唐征 唐有根 申建斌
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 支持向量机(SVM) 学习向量量化神经网络(LVQ) 铅酸蓄电池 胶体电解质 快速分类
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 研究与设计
• 页码范围: 757-760
• 页数: 4页
• 分类号: TM91
• 字数: 2534字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2006.09.016

摘要

铅酸蓄电池是目前广泛使用的一种二次电池.在胶体电解质铅酸蓄电池的生产中,灌注的胶体电解质量不够的铅酸蓄电池必须在化成结束后重新补充胶体电解质.一般而言,判断铅酸蓄电池是否需要补充电解质是依据其化成后的电池容量和电解液体积.很明显这是一种耗时且不利于胶体电解质铅酸蓄电池配组的方法.文章提出了一种基于支持向量机的铅酸蓄电池补胶分类的方法,通过铅酸蓄电池化成过程中间步骤四个时间点的测试电压判断铅酸蓄电池是否需要补充胶体电解质.研究结果表明,该方法优于基于学习向量量化神经网络的分类方法,可以有效地缩短胶体电解质铅酸蓄电池生产时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐有根	中南大学化学化工学院	159	1029	16.0	22.0
2	唐征	浙江大学理学院化学系	5	55	4.0	5.0
3	申建斌	中南大学化学化工学院	10	54	4.0	7.0