锂离子电池剩余容量估计与优化分析

• 作者: 刘安康 王树坤 黄妙华
• 来源期刊: 汽车技术
• 学科: 交通运输
• 关键词: 剩余容量 支持向量回归机 参数优化 粒子群算法 遗传算法
• 年，卷（期）: 2017,（2）
• 页码范围: 5-9
• 页数: 5页
• 分类号: U469.72+2|TM912.9
• 字数: 4020字
• 语种: 中文

摘要

锂离子电池剩余容量估计是电动汽车电池管理系统核心技术之一.利用支持向量回归(Support Vector Regression,SVR)进行锂离子电池剩余容量的估计,其参数的选择直接决定着支持向量回归的性能.提出利用粒子群算法(Patticle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)对支持向量机进行参数寻优,进行锂电池剩余容量估计分析及优化参数分析;并与基于网格搜索法(Grid Search,GS)的支持向量机和标准支持向量机估计结果作对比.结果表明,GASVR和PSO-SVR均能进行高精度的锂电池剩余容量估计,尤以遗传算法优化性能最佳.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄妙华		87	723	15.0	23.0
2	王树坤		3	14	3.0	3.0