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:
提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间.首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本.然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式.最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间.以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好.
推荐文章
一种新型空间锂电池快速充电方法
空间锂电池
快速充电
充电极化
不调节母线
一种估计锂电池充电状态的分数阶阻抗模型
锂电池充电状态
分数阶阻抗模型
分数阶卡尔曼滤波器
基于多元线性回归模型的锂电池充电SOC预测
锂电池
SOC
多元线性回归
预测
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
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 一种新型锂电池充电剩余时间预测方法
来源期刊 电源技术 学科 工学
关键词 模糊信息粒化 支持向量回归 充电剩余时间 锂电池
年,卷(期) 2019,(1) 所属期刊栏目 研究与设计
研究方向 页码范围 99-102,135
页数 5页 分类号 TM912
字数 3218字 语种 中文
DOI 10.3969/j.issn.1002-087X.2019.01.028
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 程树英 福州大学物理与信息工程学院 96 443 11.0 17.0
2 林培杰 福州大学物理与信息工程学院 45 320 8.0 16.0
3 林鹏程 福州大学微纳器件与太阳能电池研究所 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (24)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
模糊信息粒化
支持向量回归
充电剩余时间
锂电池
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