首页
学术期刊
论文检测
AIGC检测
热点
更多
数据
基于支持向量回归的电池SOC估计方法研究
被引:14
|
作者
:
裴晟
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学汽车安全与节能国家重点实验室
裴晟
陈全世
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学汽车安全与节能国家重点实验室
陈全世
林成涛
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学汽车安全与节能国家重点实验室
林成涛
机构
:
[1]
清华大学汽车安全与节能国家重点实验室
来源
:
电源技术
|
2007年
/ 03期
关键词
:
电动汽车;
SOC;
支持向量回归;
D O I
:
暂无
中图分类号
:
TM912 [蓄电池];
TN492 [专用集成电路];
学科分类号
:
摘要
:
电池荷电状态(SOC)估计的准确性对于混合动力汽车至关重要。将支持向量回归方法用于电动汽车电池SOC的估计。方法中考虑了电池温度、电压、电流、净安时数等因素,对于电动汽车典型工况试验数据得到了小于0.04的误差。比较研究表明:支持向量回归方法比神经网络方法有更好的鲁棒性。
引用
收藏
页码:242 / 243+252 +252
页数:3
相关论文
未找到相关数据
未找到相关数据