线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

混合动力汽车电池内部状态预测的贝叶斯极限学习机方法

王琪; 孙玉坤; 倪福银; 陈泰洪; 陈连玉; 罗印升 中国机械工程 2016年第22期

摘要:针对混合动力汽车(HEV)电池内部状态预测问题,引入贝叶斯极限学习机(BELM)方法。对BELM的基本原理进行了详细介绍,在高级车辆仿真软件ADVISOR中采集HEV电池的各项性能参数,包括电压、电流、温度和内阻等。基于此,将BELM应用于电池的荷电状态(SOC)和健康状态(SOH)的预测,同时考虑电池老化对内部状态预测效果的影响。BELM预测结果表明:所设计的预测模型具有较高的精度,能够实时准确地预测出电池的SOC和SOH值。

关键词:贝叶斯极限学习机混合动力汽车荷电状态健康状态

单位:江苏理工学院; 常州213001; 南京工程学院; 南京211167

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国机械工程

北大期刊

¥984.00

关注 30人评论|2人关注