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:
由于储能系统是微电网中必不可少的一部分,锂离子电池因其寿命长、使用效率高和储能密度大等优点,成为微电网中较为理想的储能装置.在电池的使用过程中,由于要求对电池的容量有精确的判断,因此应检测电池的SOC.本文在分析了不同的SOC估算方法的基础上,针对微电网中储能使用的锂离子电池,提出了使用最小二乘支持向量机的方法估算其SOC,并进行了具体的试验验证.试验显示,预测数据与实际数据的最大误差约为6%,充分证明了该方法是可行和有效的.
推荐文章
基于最小二乘支持向量机的多属性决策
多属性决策
最小二乘支持向量机
效用函数
基于最小二乘支持向量机的双模控制
预测控制
最小二乘支持向量机
稳定性
李亚普诺夫方法
双模控制
基于MapReduce的最小二乘支持向量机回归模型
最小二乘支持向量机
MapReduce编程模式
局部多模型方法
加速比
可扩展性
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
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 基于最小二乘支持向量机的锂离子电池的SOC估算
来源期刊 新技术新工艺 学科 工学
关键词 最小二乘支持向量机 SOC 锂离子电池
年,卷(期) 2014,(1) 所属期刊栏目 试验与研究
研究方向 页码范围 94-96
页数 3页 分类号 TM912.9
字数 2668字 语种 中文
DOI
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 张文斌 45 118 6.0 9.0
5 索春光 昆明理工大学理学院 10 20 3.0 4.0
6 全小红 昆明理工大学理学院 3 9 2.0 3.0
7 沈江 昆明理工大学机电工程学院 2 8 2.0 2.0
8 陈景玲 昆明理工大学机电工程学院 2 8 2.0 2.0
9 刘士华 昆明理工大学理学院 3 14 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (357)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(5)
  • 参考文献(2)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
最小二乘支持向量机
SOC
锂离子电池
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
新技术新工艺
月刊
1003-5311
11-1765/T
大16开
北京车海淀区车道沟10号院科技1号楼804室
2-396
1979
chi
出版文献量(篇)
8183
总下载数(次)
16
总被引数(次)
30326
论文1v1指导