基于混沌时间序列LS-SVM的车用锂离子电池SOC预测研究

论文摘要

对锂离子电池动力学系统进行了非线性特性分析,并判别了其混沌特性。采用相空间重构技术恢复锂离子电池动力学系统原有的混沌特性,得到多维状态空间的时间序列,利用LS-SVM模型对重构后的时间序列进行预测,获得荷电状态（State of Charge,SOC）的预测值。仿真结果表明:与BP神经网络预测模型相比,该预测方法具有较高的预测精度和较好的适应性,对实际应用具有一定的指导意义。

论文目录

• 1 锂离子电池动力学系统混沌判别
•   1.1 相空间重构
•   1.2 系统状态混沌特性判别
• 2 锂离子动力电池SOC预测模型建立
•   2.1 最小二乘支持向量机
•   2.2 混沌时间序列LS-SVM预测模型
• 3 混沌时间序列LS-SVM预测仿真
•   3.1 试验数据采集
•   3.2 混沌时间序列LS-SVM模型训练与预测
•   3.3 误差分析与比较
• 4 结束语

文章来源

类型: 期刊论文

作者: 徐东辉

关键词: 锂电池,混沌时间序列,荷电状态,相空间重构,预测

来源: 车用发动机 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 宜春学院物理科学与工程技术学院

基金: 国家自然科学基金项目(51176014),江西省科技支撑计划项目(20151BBE50108),江西省教育厅科学技术研究项目(GJJ170896,GJJ170893,GJJ170892)

分类号: TM912

页码: 67-71

总页数: 5

文件大小: 162K

下载量: 127