【摘 要】
：
针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC 进行在线预测。选择锂离子电池电压、充放电电流和
【机 构】
：
桂林电子科技大学电气工程及其自动化系
【基金项目】
：
国家自然科学基金(61741126),广西制造系统与先进制造技术重点实验室主任课题(16-380-12-006Z),广西研究生教育创新计划项目(YCBZ2019050),桂林电子科技大学研究生优秀论文培育项目(16YJPYSS02)资助
论文部分内容阅读
针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC 进行在线预测。选择锂离子电池电压、充放电电流和表面温度作为模型的输入,SOC 作为模型的输出,构造模型的训练集。选用快速序列稀疏贝叶斯学习算法进行训练,并结合增量学习法建立增量学习相关向量机模型进行锂离子电池SOC在线预测方法研究。研究发现,通过自动调整核参数的方法,可以保证有较高的预测精度。算法验证实验表明,核参数可以控制算法的预测精度和计算效率,该算法预测精度高、计算速度快、通用
其他文献
探讨肝癌细胞与正常肝细胞67 kD层粘连蛋白受体(67LR)N-糖链结构与功能的差异.采用流式细胞术检测SMMC-7721肝癌细胞和L-02正常肝细胞膜表面67LR的表达,并分别从这2株细胞分
我国的政府行政管理虽几经改革,但总体而论仍属于传统行政范畴,政府行政存在深层次的范式危机.因此,政府行政改革必须致力于探索行政管理的新范式.
为了探索杆状病毒几丁质酶对微生物杀虫剂的增效作用及其利用途径，分别在大肠杆菌和昆虫细胞中表达棉铃虫单粒包埋型核型多角体病毒(HaSNPV)几丁质酶．用PCR方法扩增出不合N端信