混合动力汽车电池内部状态预测的贝叶斯极限学习机方法

• 作者: 倪福银 孙玉坤 王琪 罗印升 陈泰洪 陈连玉
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: 贝叶斯极限学习机 混合动力汽车 荷电状态 健康状态
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 车辆工程
• 页码范围: 3118-3123
• 页数: 6页
• 分类号: TM912
• 字数: 3076字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2016.22.023

摘要

针对混合动力汽车(HEV)电池内部状态预测问题，引入贝叶斯极限学习机(BELM)方法.对BELM的基本原理进行了详细介绍，在高级车辆仿真软件 ADVISOR 中采集 HEV电池的各项性能参数，包括电压、电流、温度和内阻等.基于此，将 BELM应用于电池的荷电状态(SOC)和健康状态(SOH)的预测，同时考虑电池老化对内部状态预测效果的影响.BELM预测结果表明：所设计的预测模型具有较高的精度，能够实时准确地预测出电池的SOC和SOH 值.

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		70	555	13.0	19.0
2	罗印升		51	127	8.0	9.0
3	王琪		24	31	3.0	5.0
4	倪福银		13	32	3.0	5.0
5	陈泰洪		1	10	1.0	1.0
6	陈连玉		3	10	1.0	3.0