最小二乘支持向量机荷电状态估计方法

发布时间：2017-11-26 04:13

  本文关键词：最小二乘支持向量机荷电状态估计方法

  更多相关文章： 荷电状态 最小二乘支持向量机 粒子群优化 核函数 BP神经网络

【摘要】：为解决一般电池模型对于不同健康状况电池泛化性能较差的问题,利用最小二乘支持向量机(LSSVM)的回归原理,通过提取锂电池运行过程中的外部特性构建LSSVM模型。引入粒子群优化算法(PSO)以提高训练效率与模型精度。通过恒流放电实验比较了几种核函数的估计效果,利用交替充、放电实验验证了PSO-LSSVM方法在复杂运行状况下电池荷电状态(SOC)估计的有效性。并与其他估计、优化方法比较,进一步验证方案的优越性。该方法给微电网储能系统的精确、快速估计提供了新的解决方案。
【作者单位】： 西南交通大学电气工程学院;淡马锡理工学院工程学院;
【基金】：国家自然科学基金(51177137)
【分类号】：TM91;TP18
【正文快照】： 0引言储能系统是微电网中的一个重要组成部分,不仅能作为能量缓冲,还可提供短时供电,是微电网稳定、经济运行的重要保障。微网系统有多种储能方式,如超导储能、飞轮储能、超级电能储能、压缩空气储能、电池储能等。锂电池储能相比其他方式容量大、耐用性强、环境适应能力好。

【参考文献】

中国期刊全文数据库 前1条

1 雷肖;陈清泉;刘开培;马历;;电动车蓄电池荷电状态估计的神经网络方法[J];电工技术学报;2007年08期

【共引文献】

中国期刊全文数据库 前8条

1 王亚军;王旭东;周永勤;颜颐欣;;准抗毁化电源蓄电池SOC预测的GA-BP网络方法[J];电机与控制学报;2010年06期

2 余运俊;谌新;万晓凤;;电动汽车电池荷电状态估计研究综述[J];电源学报;2014年03期

3 项宇;马晓军;刘春光;可荣硕;赵梓旭;;基于改进的粒子群优化扩展卡尔曼滤波算法的锂电池模型参数辨识与荷电状态估计[J];兵工学报;2014年10期

4 李可;赵德安;;HEV电池SOC预测的留一交叉验证优化LS-SVM方法[J];电源技术;2014年11期

5 王琪;孙玉坤;黄永红;;一种蓄电池-超级电容器复合电源型混合动力汽车制动力分配策略研究[J];电工技术学报;2014年S1期

6 陈息坤;孙冬;陈小虎;;锂离子电池建模及其荷电状态鲁棒估计[J];电工技术学报;2015年15期

7 田明杰;吴俊勇;郝亮亮;熊飞;张巨瑞;张皎;;基于多端口DC/DC变换器的电池储能系统软启动控制策略[J];电网技术;2015年09期

8 彭思敏;窦真兰;沈翠凤;李家荣;;基于无迹卡尔曼滤波的并联型电池系统SOC估计研究[J];中国农机化学报;2015年06期

中国博士学位论文全文数据库 前1条

1 彭思敏;电池储能系统及其在风—储孤网中的运行与控制[D];上海交通大学;2013年

中国硕士学位论文全文数据库 前3条

1 陈爱兵;基于XS128和DZ60的电池管理系统的设计与实现[D];苏州大学;2012年

2 何华;基于软测量的蓄电池容量检测方法研究[D];兰州交通大学;2013年

3 韩永辉;钒液流电池在风光互补发电系统中的应用研究[D];华北电力大学;2014年

【相似文献】

中国期刊全文数据库 前10条

1 朱训生;张正gU;薛秉源;;关于最小二乘圆计算问题的探讨[J];计量技术;1988年06期

2 徐文焕 ,陈虬;“最小二乘边界配点法解平面问题”讨论的答复[J];土木工程学报;1982年03期

3 冯之敬,刘文汉;最小二乘圆计算的新方法[J];机床;1988年10期

4 曾华卿;最小二乘配线法解索网屋盖[J];长安大学学报(建筑与环境科学版);1988年01期

5 朱训生;薛秉源;贝季瑶;;最小二乘圆的解及圆度值公式探讨[J];磨床与磨削;1989年02期

6 雷烨;姜子运;;基于最小二乘支持向量机的机车轴承故障诊断[J];电气传动自动化;2009年06期

7 姜华;曹红妍;;基于最小二乘支持向量机的铁路客运量预测研究[J];河南科学;2010年08期

8 范鹰,时军;最小二乘原则的一个推广应用[J];天津城市建设学院学报;1998年04期

9 刘文文;一种评定最小二乘球的优化算法[J];合肥工业大学学报(自然科学版);1997年06期

10 宋明顺,顾龙芳,陈意华;最小二乘测量结果不确定度的评定及案例[J];计量技术;2000年01期

中国重要会议论文全文数据库 前10条

1 孙明轩;毕宏博;;最小二乘学习辨识[A];中国自动化学会控制理论专业委员会D卷[C];2011年

2 袁庆;楼立志;陈玮娴;;加权总体最小二乘在三维基准转换中的应用[A];第二届中国卫星导航学术年会电子文集[C];2011年

3 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年

4 陈慧波;丁锋;;基于输出快采样数据的确定性系统最小二乘盲辨识方法[A];第二十六届中国控制会议论文集[C];2007年

5 苑云;朱肇昆;尚洋;;一种加速最小二乘匹配方法[A];第十三届全国实验力学学术会议论文摘要集[C];2012年

6 康传会;汪晓东;汪轲;常健丽;;基于最小二乘支持向量机的迟滞建模方法[A];第二十九届中国控制会议论文集[C];2010年

7 于正n\;朱圣英;崔平远;;小天体地形重构技术的最小二乘实现与精度分析[A];中国宇航学会深空探测技术专业委员会第八届学术年会论文集（下篇）[C];2011年

8 闫守柱;罗佳;吉雯龙;张传海;胡晓明;;基于ACPSO的最小二乘支持向量机分类方法研究[A];系统仿真技术及其应用学术论文集（第15卷）[C];2014年

9 周明东;林俊聪;金小刚;;基于最小二乘网格的模型修补[A];中国计算机图形学进展2008--第七届中国计算机图形学大会论文集[C];2008年

10 胡亚轩;王庆良;崔笃信;王文萍;李克;郑传芳;陈红卫;;Mogi模型的阻尼最小二乘反演及其应用[A];中国地球物理学会第22届年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 周鑫;最小二乘策略迭代算法研究[D];苏州大学;2014年

2 陈沛;一种基于最小二乘映射的减基法及应用[D];湖南大学;2011年

3 陈晓伟;有色噪声干扰随机系统二步最小二乘辨识方法[D];江南大学;2008年

4 徐强;基于二乘二取二计算机安全平台的设计与实现[D];西安电子科技大学;2011年

5 汪奇生;线性回归模型的总体最小二乘平差算法及其应用研究[D];昆明理工大学;2014年

6 李晓航;最小二乘支持向量机的稀疏性与泛化性研究[D];大连理工大学;2014年

7 陈立勇;改进最小二乘支持向量机及其应用[D];华东交通大学;2014年

8 于德海;最小二乘小波及其在心电信号识别中的应用[D];北方工业大学;2005年

9 李威特;胎面生产过程关键段模型研究[D];武汉理工大学;2008年

10 崔庆;最小二乘支持向量机模型的改进及其在径流预报中的应用[D];西北农林科技大学;2013年

，

本文编号：1228495