基于网格搜索优化LS_SVM蓄电池SOC估测 |
| |
引用本文: | 李韦韦,朱飞,丁维明.基于网格搜索优化LS_SVM蓄电池SOC估测[J].电源技术,2016(1):105-107. |
| |
作者姓名: | 李韦韦 朱飞 丁维明 |
| |
作者单位: | 1. 东南大学能源与环境学院,江苏南京,210096;2. 江苏中瀚通信技术有限公司,江苏扬州,225200 |
| |
摘 要: | 依据最小二乘支持向量机(LS_SVM)的基本理论,针对蓄电池荷电状态(state of charge,SOC)随温度、电压、电流而变化的特点,建立基于LS-SVM支持向量机的蓄电池SOC估测模型。通过数据验证,比较不同核函数下的效果,利用网格搜索寻找最优参数。观察在最优参数和最优核函数下LS_SVM支持向量机的预测效果。结果表明,与其他算法相比,采用RBF核函数,并用网格搜索优化的LS_SVM模型精度较高,适合用在蓄电池的SOC估测上。
|
关 键 词: | 蓄电池 SOC 最小二乘支持向量机 核函数 网格搜索 |
Battery SOC estimation based on LS_SVM optimized by grid search |
| |
Abstract: | |
| |
Keywords: | battery SOC LS_SVM kernel grid search |
本文献已被 CNKI 万方数据 等数据库收录! |
|