采用极限学习机实现锂离子电池健康状态在线估算

来源 :汽车工程 | 被引量 : 0次 | 上传用户:s307403419
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
电池健康状态(SOH)估算是电动汽车电池管理系统核心技术之一。为准确在线估算锂离子电池SOH,提出在动态工况下构建表征电池衰退的健康指标(HI),并引入极限学习机(ELM)离线训练电池全生命周期的ELM衰退模型,实现SOH在线估算。实验结果表明,该方法能准确在线估算锂离子电池SOH,估算误差不超过2%。
其他文献
DSL等宽带网络的日益扩展为新的电视服务的推出带来了机遇.相对于传统的卫星、有线或者无线电波网络而言,位于通道中的快速回馈通道代表了一项巨大的革新.双向IP型的基础架构
鉴于用于汽车交通事故仿真研究的人体有限元模型中肌肉主动力的缺失,制约着人体损伤机理的全面认知,建立肌肉主动力数学模型,获得生物逼真度高的仿真结果,以评估主动安全系统