原文传递
基于粒子群-高斯过程回归的锂离子电池充电特性与SOH关系探究
| 题名： | 基于粒子群-高斯过程回归的锂离子电池充电特性与SOH关系探究 |
| 正文语种： | 中文 |
| 作者： | 王震坡 孙培坤 |
| 作者单位： | 北京理工大学电动车辆国家工程实验室,北京100081 |
| 关键词： | 充电性能 健康状态 灰色关联分析 粒子群优化 高斯过程回归 |
| 摘要： | 针对锂离子健康状态(State of Health,SOH)在线测量难度大的问题,设计了一种通过充电性能的变化估计SOH的方法,并选取某一段充电时间段作为充电性能的表征量.通过灰色关联分析(Grey Incidence Analysis,GIA)分析了充电性能和SOH之间的关联度,发现有很大的相关性.以充电性能为输入,以SOH为输出,建立了粒子群优化(Particle Swarm Optimization,PSO)和高斯过程回归(Gauss Process Regression,GPR)的模型,对SOH进行估计并给出估计置信区间.结果显示上述模型可以很好地评估SOH. |
| 会议日期： | 201508 |
| 会议举办地点： | 武汉 |
| 会议名称： | 第十八届中国电动车辆学术年会 |
| 出版日期： | 2015-07-31 |
| 母体文献： | 第十八届中国电动车辆学术年会论文集 |
| 分类号： | TM9 G62 |
检索历史
应用推荐
