排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
基于改进最小二乘支持向量机与Box-Cox变换的锂离子电池容量预测 总被引:2,自引:1,他引:1
精确、可靠的电池容量预测可以避免电池滥用,提升电池使用安全;同时在此基础上开展的剩余寿命估测能够为电池系统维护及更换提供参考.基于改进双最小二乘支持向量机方法和Box-Cox变换,提出一种锂离子电池容量及剩余循环寿命的协同估算方法.首先提取老化电池部分容量增量曲线包络面积作为特征量,通过Box-Cox变换进一步提高特征量与目标估计量之间的相关性.然后基于瑞利熵理论改进传统最小二乘支持向量机算法的稀疏性,建立电池容量和剩余使用寿命协同估算模型,结合层次分析法和熵权法对估算结果进行充分地评估.最后,采用粒子群优化算法搜索改进最小二乘支持向量机算法中的最优超参数组合.估算结果显示所研究的方法能够显著提高特征参数与估计量之间的线性相关性,容量估计误差小于1.44%,剩余使用寿命预测误差小于47次循环,验证了算法的有效性. 相似文献
3.
摘要:针对昆明市161路混合动力公交客车实际行车数据,使用K—Means聚类分析法对运动学片段进行了分类,并构建了161路的行驶工况.研究表明:K—Means聚类分析法获得的两类运动学片段特征明显,分别反映了较为通畅和十分拥堵的交通状况;构建的行驶工况可以代表161路的实际行驶工况,具有怠速时间长、平均车速低、加减速所占比例高和车辆启停频繁的特点. 相似文献
4.
对高压共轨柴油机在不同大气压力下掺烧10%体积含量生物柴油(B10)和石化柴油的燃烧和排放特性进行了试验研究。试验结果表明:外特性工况下,与原机相比,3 200r/min和1 200r/min时B10的最高燃烧压力、峰值压升率略低,峰值放热率略高;2 200r/min时B10的最高燃烧压力、峰值压升率和放热率均略高;HC和CO排放均降低;大气压力81kPa时B10的NOx排放降低1.2%~10.0%,碳烟减少4.8%~20.4%,大气压力100kPa时NOx排放增加1.0%~4.3%,碳烟减少6.2%~16.8%。等功率工况下,与原机相比,B10的最高燃烧压力、峰值压升率和放热率略高,碳烟和NOx排放有不同程度的降低。外特性工况下,与大气压力81kPa时相比,100kPa下原机和B10的最高燃烧压力、峰值压升率和放热率均略高;NOx排放增加12.0%~369.2%,碳烟减少23.2%~34.6%。等功率工况下,与大气压力81kPa时相比,100kPa下原机和B10的最高燃烧压力、峰值压升率和放热率均略高,NOx排放增加14.5%~330.7%,低转速的增加幅度较大,碳烟减少4.6%~74.4%,HC和CO排放均增加。关键词:内燃机;高压共轨柴油机;生物柴油;燃烧;不同大气压力;排放 相似文献
5.
6.
7.
锂离子电池容量的精确预测有利于提升电池的使用安全和避免电池滥用,受其复杂的内部电化学反应和外部使用条件影响,对其老化后的容量精确预测一直是电池管理系统的难点之一。为实现锂电池全服役周期内容量的高效准确预测,本文提出了一种基于遗传算法优化的Elman神经网络(GA-Elman)电池容量预测模型。首先选择电池不同循环下的放电容量增量、内阻以及温度数据作为有效表征电池老化和容量衰减规律的特征量,其次运用主成分分析算法对特征量进行降维以降低训练量数据维度,然后基于Elman神经网络构建电池容量预测模型,并引入遗传算法优化Elman神经网络的权值和阈值,实现对电池容量的高效精确预测,最后在不同电池上对该模型进行了验证。验证结果表明:与传统Elman神经网络和长短期记忆神经网络(long and short term memory neural network,LSTM NN)预测模型相比,GA-Elman神经网络预测模型有更好的预测精度和更高的运算效率。在不同电池上该模型预测结果的最大平均绝对误差为0.92%,最大均方根误差为1.02%,最小拟合系数为0.9679,表明该模型可以精确预测锂电池衰退过程中的容量并且对不同电池有较强的适应性。 相似文献
8.
9.
10.
为了探索掺烧生物柴油后大气压力对柴油机性能的影响和变动规律,在高压共轨柴油机上进行了不同大气压力下燃用纯柴油与B10混合燃料的对比试验研究.试验结果表明:随着大气压力升高,两种燃料的动力性均呈上升趋势,有效燃油消耗率和排气温度均呈下降趋势;气压从100kPa下降至81kPa时,外特性的中、高转速区域动力性下降0.7%~3.1%,中、低转速区域动力性下降2.9%~17.8%;在相同气压下,燃用B10混合燃料的动力性比纯柴油时下降0.7%~2.6%,有效燃油消耗率上升0.7%~3.5%. 相似文献