|
|||||
|
|
| SVM和Kalman滤波大功率动力电池SOC预估方法的研究 | |
| 作者单位： | ;1.深圳职业技术学院;2.南华大学电气工程学院 |
| 摘 要： | 新能源汽车大功率动力电池荷电状态(state-of-charge,SOC)的快速精确估计是动力电池能耗管理系统的核心技术,针对大功率动力电池这一非线性、强耦合系统,提出基于支持向量机(support-vector-machine,SVM)静态预测和基于卡尔曼滤波(Kalman)动态预测的动力电池SOC预估方法。仿真实验结果表明,采用基于SVM和Kalman滤波结合的预估方法可以快算完成动力电池SOC的估计,并且动力电池模型参数的变动几乎不影响算法的准确性,表明算法具有一定的鲁棒性。 |
| 关 键 词： | 荷电状态 卡尔曼滤波 支持向量机 预测模型 |
Estimation method research of high volume battery based on SVM and Kalman filter |
|
| Abstract: | |
| Keywords: | |