作者:
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:
在向量机模型基础上,建立起基于LS-SVR的电动汽车动力电池故障预测分析模型和处理流程,通过对过电压、欠电压和正常电压三种状态的预测结果和运行结果分析,得出如下结论:基于LS-SVR的电动汽车动力电池故障预测分析预测精度高、收敛速度快,且运算过程更加简便,可在动力电池故障诊断工作合理运用.
推荐文章
电动汽车动力电池及其充电技术
铅酸电池
锂离子电池
充电技术
电动汽车动力电池管理系统数据采集方法分析
电动汽车
动力电池
管理系统
数据采集
电动汽车动力电池包模态分析及优化
电动汽车
电池包
有限元
模态分析
固有频率
形貌优化
纯电动汽车用动力电池性能评价方法研究
电动汽车
动力电池
性能评价
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 基于LS-SVR的电动汽车动力电池故障预测分析
来源期刊 中国设备工程 学科 交通运输
关键词 向量机 电动汽车 动力电池 故障分析 LS-SVR
年,卷(期) 2020,(19) 所属期刊栏目 智能检测与诊断
研究方向 页码范围 127-129
页数 3页 分类号 U472
字数 语种 中文
DOI
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 詹华 9 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (3)
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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
2020(5)
  • 参考文献(5)
  • 二级参考文献(0)
2020(5)
  • 参考文献(5)
  • 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
向量机
电动汽车
动力电池
故障分析
LS-SVR
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
中国设备工程
半月刊
1671-0711
11-4623/N
大16开
北京市西城区月坛北小街2号院1号楼3层海运国际酒店二层
82-374
1985
chi
出版文献量(篇)
21366
总下载数(次)
45
总被引数(次)
19871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导