基于LIBSVM的铅酸蓄电池荷电状态估计

• 作者: 付鹏飞 吴启瑞 彭仲晗 胡锦亮 陈凯
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 卡尔曼滤波 支持向量机 铅酸蓄电池 荷电状态 LIBSVM
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究与设计
• 页码范围: 578-581
• 页数: 4页
• 分类号: TM912
• 字数: 3953字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2020.04.025

摘要

研究准确预测蓄电池荷电状态(SOC)的方法对于快速、准确调节充电装置的动态充电过程具有重要意义.从基于测量蓄电池端电压和内阻实现预测其SOC出发,研究了基于卡尔曼滤波提高蓄电池端电压、内阻和充放电电流测量准确性的方法,在此基础上,进一步提出利用LIBSVM支持向量机基于蓄电池端电压、内阻和SOC的训练样本数据,建立反映其非线性映射的回归预测模型建模方法.最后通过实验数据验证了所提SOC预测模型建模方法的可行性.与利用BP神经网络预测SOC的结果对比表明,基于相同训练样本,所提方法建立的预测模型具有SOC估计预测误差小,对蓄电池宽运行范围的SOC评估具有良好适用性等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈凯		5	13	3.0	3.0
2	付鹏飞		2	0	0.0	0.0
3	吴启瑞		3	0	0.0	0.0
4	彭仲晗		1	0	0.0	0.0
5	胡锦亮		1	0	0.0	0.0