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

发布时间：2017-11-18 14:12

  本文关键词：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

  更多相关文章： 贝叶斯极限学习机 混合动力汽车 荷电状态 健康状态

【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。
【作者单位】： 江苏理工学院;南京工程学院;
【分类号】：TM912;U469.7
【正文快照】： 0引言电池作为混合动力汽车动力系统的关键部件,对整车系统的动力性、安全性以及经济性至关重要[1]。为保证电池性能良好,延长其使用寿命,需要对电池进行合理的管理与控制,但是前提必须是准确而又可靠地获得电池的内部状态[2]。电池的内部状态主要分为荷电状态(state ofcharge，

本文编号：1200052