基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对蓄电池荷电状态预测模型复杂以及预测精度不高的问题,提出了基于相关向量机的预测方法.建立了以径向基函数为核函数的多元线性预测模型,选择测量电压、测量电流和表面温度为模型输入,给出了数据预处理方法和权重学习算法.通过调解模型权重的先验分布来控制预测模型的复杂度;基于贝叶斯框架对不确定因素进行管理.同支持向量机相比,具有预测精度高,预测模型更加稀疏等优点.
推荐文章
基于RVM算法的蓄电池SOC预测
电池荷电状态
相关向量机
高斯核函数
稀疏性
泛化能力
基于LIBSVM的铅酸蓄电池荷电状态估计
卡尔曼滤波
支持向量机
铅酸蓄电池
荷电状态
LIBSVM
复合储能中蓄电池荷电状态的自适应控制策略
控制策略
直流微电网
复合储能
超级电容
蓄电池
荷电状态
自适应
电动车蓄电池荷电状态估计的支持向量机方法
电动车
荷电状态
核函数
支持向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相关向量机的蓄电池荷电状态预测
来源期刊 电源技术 学科 工学
关键词 蓄电池荷电状态 相关向量机 回归分析 贝叶斯理论
年,卷(期) 2010,(12) 所属期刊栏目
研究方向 页码范围 1273-1275
页数 分类号 TM912
字数 2605字 语种 中文
DOI 10.3969/j.issn.1002-087X.2010.12.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张骏 西北工业大学自动化学院 83 669 13.0 23.0
2 宁宁 西北工业大学自动化学院 9 36 3.0 5.0
3 高向阳 西北工业大学自动化学院 16 99 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (20)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (32)
二级引证文献  (71)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(4)
  • 引证文献(4)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(16)
  • 引证文献(2)
  • 二级引证文献(14)
2018(26)
  • 引证文献(2)
  • 二级引证文献(24)
2019(25)
  • 引证文献(1)
  • 二级引证文献(24)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蓄电池荷电状态
相关向量机
回归分析
贝叶斯理论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导