电源技术
電源技術
전원기술
CHINESE JOURNAL OF POWER SOURCES
2014年
4期
724-727
,共4页
李匡成%杨亚丽%孙磊%刘瑾
李劻成%楊亞麗%孫磊%劉瑾
리광성%양아려%손뢰%류근
铅酸蓄电池%极化电势%最小二乘支持向量机%遗传算法
鉛痠蓄電池%極化電勢%最小二乘支持嚮量機%遺傳算法
연산축전지%겁화전세%최소이승지지향량궤%유전산법
lead-acid battery%polarization potential%least-square support vector machines%genetic algorithm
蓄电池充电过程中,极化电势的累积阻碍了充电电流的接受能力,降低了快速充电的效率.针对极化电势难预测的问题,提出了最小二乘支持回归机预测极化电势的方法.确定了模型的输入量;经遗传算法参数寻优,确定了模型中的参数.仿真结果证明,采用LS-SVM算法预测极化电势,在小样本的条件下能达到预期的辨识精度,且泛化能力强.
蓄電池充電過程中,極化電勢的纍積阻礙瞭充電電流的接受能力,降低瞭快速充電的效率.針對極化電勢難預測的問題,提齣瞭最小二乘支持迴歸機預測極化電勢的方法.確定瞭模型的輸入量;經遺傳算法參數尋優,確定瞭模型中的參數.倣真結果證明,採用LS-SVM算法預測極化電勢,在小樣本的條件下能達到預期的辨識精度,且汎化能力彊.
축전지충전과정중,겁화전세적루적조애료충전전류적접수능력,강저료쾌속충전적효솔.침대겁화전세난예측적문제,제출료최소이승지지회귀궤예측겁화전세적방법.학정료모형적수입량;경유전산법삼수심우,학정료모형중적삼수.방진결과증명,채용LS-SVM산법예측겁화전세,재소양본적조건하능체도예기적변식정도,차범화능력강.
