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:
现有锂离子电池参数辨识研究较少,为提升锂离子电池模型建立有效性以及参数辨识精度,提出了基于最小二乘向量机的锂离子电池建模及参数辨识方法.利用二阶等效电路模型建立锂离子电池RC等效电路模型,并利用LPV技术建立锂离子电池参数可辨识模型,选取最小二乘支持向量机算法求解参数可辨识模型,实现锂离子电池模型参数的有效辨识.利用二次规划问题代替支持向量机最优化问题,替换高维空间内点积运算,实现锂离子电池RC等效电路模型参数的有效辨识.实验结果表明,所建立锂离子电池模型输出电压与实际测量电压极为吻合,不同锂离子电池状态下均具有较高的模型参数辨识精度.
推荐文章
基于最小二乘支持向量机的T-S模型在线辨识
T-S模型
时间窗
势能
最小二乘支持向量机
基于最小二乘支持向量机的MIMO线性参数变化模型辨识及预测控制
非线性系统
最小二乘支持向量机
线性参数变化模型
多输入多输出
模型预测控制
过程控制
参数识别
基于最小二乘支持向量机的压电作动器迟滞非线性建模及参数辨识
压电作动器
迟滞特性
参数辨识
最小二乘支持向量机
最小二乘支持向量机的参数优化算法研究
最小二乘支持向量机
参数优化
水下焊接
熔深预测
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 基于最小二乘向量机的锂离子电池建模及参数辨识研究
来源期刊 金属功能材料 学科
关键词 最小二乘 向量机 锂离子电池 参数辨识 等效电路 二次规划问题
年,卷(期) 2021,(6) 所属期刊栏目 研究与技术|RESEARCH AND TECHNOLOGY
研究方向 页码范围 52-56
页数 5页 分类号
字数 语种 中文
DOI 10.13228/j.boyuan.issn1005-8192.20210019
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
最小二乘
向量机
锂离子电池
参数辨识
等效电路
二次规划问题
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
金属功能材料
双月刊
1005-8192
11-3521/TG
大16开
北京海淀学院南路76号
18-244
1994
chi
出版文献量(篇)
2441
总下载数(次)
6
论文1v1指导