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:
以锂电池SOC作为研究对象,将基于VC维和结构最小化理论为基础的支持向量机(SVM)的方法引入到锂电池SOC的估算中.充分利用支持向量机的对锂电池非线性独特的功能,综合考虑锂电池的电压、温度及电流等因素对SOC的影响,提出了支持向量机估算电池SOC的算法,并将其在锂电池充放电实验中验证.结果表明,支持向量机在估算锂电池SOC时,可以获得更高的估算精度,为电池管理系统提供一种实用的SOC估算方案.
推荐文章
基于极限学习机的磷酸铁锂电池SOC估算研究
磷酸铁锂电池
荷电状态
ELM
BP神经网络
SVM
基于RTS-IEKPF算法的锂电池SOC估算
锂电池
SOC估算
RTS-IEKPF
粒子滤波
最优平滑
实验验证
基于双卡尔曼滤波的锂电池SOC估算
锂电池
荷电状态
电池模型
双卡尔曼滤波
基于无迹卡尔曼滤波的锂电池SOC估算方法研究
无迹卡尔曼滤波
荷电状态
无迹变换
Thevenin模型
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SVM的锂电池SOC估算
来源期刊 电源技术 学科 工学
关键词 支持向量机 锂电池SOC 非线性 电池管理系统
年,卷(期) 2016,(2) 所属期刊栏目 研究与设计
研究方向 页码范围 287-290
页数 4页 分类号 TM912
字数 3082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 黄细霞 上海海事大学科学研究院 27 208 8.0 13.0
2 张兵 上海海事大学科学研究院 5 51 3.0 5.0
3 骆秀江 上海海事大学科学研究院 5 30 2.0 5.0
4 侯程 上海海事大学科学研究院 2 24 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (23)
同被引文献  (72)
二级引证文献  (41)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(15)
  • 引证文献(10)
  • 二级引证文献(5)
2019(31)
  • 引证文献(6)
  • 二级引证文献(25)
2020(14)
  • 引证文献(3)
  • 二级引证文献(11)
研究主题发展历程
节点文献
支持向量机
锂电池SOC
非线性
电池管理系统
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