基于高斯混合回归的锂离子电池SOC估计

• 作者: 叶敏 徐信芯 李嘉波 高康平 魏孟
• 来源期刊: 储能科学与技术
• 学科: 工学
• 关键词: 动力电池 荷电状态 高斯过程回归 高斯混合回归
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 储能测试与评价
• 页码范围: 958-963
• 页数: 6页
• 分类号: TM911
• 字数: 3094字
• 语种: 中文

摘要

动力电池剩余电量的准确估算是电动汽车续航里程的重要依据和能量管理的基本前提,为降低电池系统因非线性,不平稳因素对荷电状态估计的不利影响.针对锂电池的状态数据采集存在非线性、不平稳以及外界干扰等问题,提出了基于高斯混合回归对荷电状态进行预测,以解决传统高斯过程模型含有异常数据和噪声的问题.利用K-means聚类算法与EM算法对高斯混合模型的超参数进行求解,然后采用高斯混合回归对输出的荷电状态进行预测.最后通过实验验证,并与高斯过程回归进行对比分析,验证了高斯混合回归算法在荷电状态估计过程中具有高精度和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶敏	长安大学公路养护装备国家工程实验室	58	206	8.0	11.0
2	徐信芯	长安大学公路养护装备国家工程实验室	31	55	4.0	6.0
3	李嘉波	长安大学公路养护装备国家工程实验室	13	11	2.0	2.0
4	魏孟	长安大学公路养护装备国家工程实验室	6	4	1.0	2.0
5	高康平	长安大学公路养护装备国家工程实验室	2	0	0.0	0.0