一种混合动力电动汽车电池荷电状态预测的新方法

• 作者: 倪福银 孙玉坤 王琪 罗印升
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 贝叶斯 极限学习机 混合动力电动汽车 荷电状态
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 电工理论与新技术
• 页码范围: 189-196
• 页数: 8页
• 分类号: TM912
• 字数: 4384字
• 语种: 中文

摘要

针对混合动力电动汽车(HEV)电池荷电状态(SOC)预测问题,引入贝叶斯极限学习机(BELM)方法.对极限学习机和贝叶斯线性回归的基本原理进行详细介绍,为提高极限学习机的拟合和泛化能力,采用贝叶斯方法来优化极限学习机输出层的权重.在循环工况条件下选择电池的工作电压、工作电流和表面温度参数用来预测电池SOC的实时值,同时兼顾HEV再生制动时的能量回馈过程.高级车辆仿真软件ADVISOR下的仿真结果和实际实验结果均表明:所设计的预测模型具有较高的准确度,能够实时准确地预测出SOC值,实用性强且有效性高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉坤	南京工程学院电力工程学院	263	2882	28.0	41.0
5	罗印升	江苏理工学院电气信息工程学院	51	127	8.0	9.0
6	王琪	江苏理工学院电气信息工程学院	24	31	3.0	5.0
10	倪福银	江苏理工学院电气信息工程学院	13	32	3.0	5.0