电力电子技术
電力電子技術
전력전자기술
POWER ELECTRONICS
2009年
5期
78-80
,共3页
电动汽车%电池/支持向量回归%荷电状态估计
電動汽車%電池/支持嚮量迴歸%荷電狀態估計
전동기차%전지/지지향량회귀%하전상태고계
利用支持向量回归算法(ε-SVR)非线性逼近能力强、收敛速度快、具有全局最优解的特性,对电动汽车动力电池的荷电状态(State of Charge,简称SOC)估计方法进行了研究,确立了动力电池的电压、电流、输入输出功率与SOC之间的非线性关系.通过对比BP神经网络算法进行了仿真实验.结果表明,利用ε-SVR算法能更准确地逼近实际SOC值,获得更好的估计效果.
利用支持嚮量迴歸算法(ε-SVR)非線性逼近能力彊、收斂速度快、具有全跼最優解的特性,對電動汽車動力電池的荷電狀態(State of Charge,簡稱SOC)估計方法進行瞭研究,確立瞭動力電池的電壓、電流、輸入輸齣功率與SOC之間的非線性關繫.通過對比BP神經網絡算法進行瞭倣真實驗.結果錶明,利用ε-SVR算法能更準確地逼近實際SOC值,穫得更好的估計效果.
이용지지향량회귀산법(ε-SVR)비선성핍근능력강、수렴속도쾌、구유전국최우해적특성,대전동기차동력전지적하전상태(State of Charge,간칭SOC)고계방법진행료연구,학립료동력전지적전압、전류、수입수출공솔여SOC지간적비선성관계.통과대비BP신경망락산법진행료방진실험.결과표명,이용ε-SVR산법능경준학지핍근실제SOC치,획득경호적고계효과.
