基于粒子群算法优化SVM在电池SOC估算中的应用

• 作者: 张凯
• 来源期刊: 机械工程与自动化
• 学科: 工学
• 关键词: 电池SOC 粒子群优化 SVM 救生舱
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 质量监测与故障诊断
• 页码范围: 154-155
• 页数: 2页
• 分类号: TD77+4
• 字数: 1918字
• 语种: 中文

摘要

为了实现井下救生舱动力电池SOC (State Of Charge)的估算,将支持向量机(SVM)的方法应用于电池SOC的估算中.为了得到合适的惩罚因子C和核函数K,利用粒子群算法来优化支持向量机;建立了支持向量机模型,对井下救生舱的电池剩余电量进行预测.实验结果表明:采用粒子群优化支持向量机的方法具有较高的准确度,有一定的实用价值.