基于证据推理规则CS-SVR模型的锂离子电池SOH估算

XU Hongdong,GAO Haibo,XU Xiaobin,LIN Zhiguo,SHENG Chenxing

Journal of Shanghai Jiaotong University（2022）

引用 0|浏览6

暂无评分

摘要

锂离子电池健康状态(SOH)的准确性影响电池的安全性和使用寿命.针对锂离子电池SOH估算问题,提出一种基于证据推理(ER)规则的布谷鸟搜索支持向量回归(CS-SVR)的SOH估算模型,并利用NASA Ames研究中心的锂离子电池数据集进行SOH估算试验.该方法以电池放电循环的平均放电电压和平均放电温度为模型输入,利用ER规则进行推理,得到输入数据的融合信度矩阵.将该矩阵输入CS算法优化的SVR模型得到电池SOH估算结果.结果表明,与5种估算效果较好的现有模型相比,基于ER规则的CS-SVR模型具有更良好的估算性能.

查看译文

关键词

lithium-ion battery,evidence reasoning (er) rule,cuckoo search (cs),state of health (soh) estimation,support vector regression (svr)

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要