-
公开(公告)号:CN119989924A
公开(公告)日:2025-05-13
申请号:CN202510285403.3
申请日:2025-03-11
Applicant: 中南林业科技大学
Abstract: 本发明公开了一种锂电池SOC(State ofCharge,即荷电状态)预测的流行正则化支持向量机建模方法,它包括以下步骤:步骤1:数据收集与预处理;步骤2:构建流行正则化LSSVM目标函数;步骤3:利用KNN方法构建数据邻域关系;步骤4:求解目标函数构建预测模型;步骤5:模型误差计算与权重更新。本发明与现有技术相比的优点在于:通过引入流行学习技术,有效捕捉数据中的内在流形结构,提高模型对复杂数据的拟合能力,此外,通过结合鲁棒权重误差处理机制,有效抑制数据噪声对预测结果的影响,提高模型在复杂动态环境下的稳定性,增强模型鲁棒性,该方法能够更好地适应复杂时变工况需求,为锂电池的SOC预测提供了一种新的有效方法。
-
公开(公告)号:CN118484942A
公开(公告)日:2024-08-13
申请号:CN202410631922.6
申请日:2024-05-21
Applicant: 中南林业科技大学
IPC: G06F30/20 , H01M10/48 , G06F30/17 , G06F119/04 , G06F119/08 , G06F119/10
Abstract: 本发明提供了一种电池组热过程温度分布估算方法,涉及电池组温度检测领域,包括:构建电池组内部温度估计状态空间模型,所述电池组包括2n+1个电池单体;获取参数白噪声序列和测量白噪声序列,获取第一、第二、第三系统矩阵;测量电池组表面温度值;根据参数白噪声序列和测量白噪声序列、第一、第二、第三系统矩阵和电池组表面温值推导电池组温度估计状态方程;基于电池组温度估计状态方程,输入电池组表面温度值,得到电池组内各个电池单体的温度,本发明考虑了电池单体间的产热、传热和散热特性,以及电池单体产热的非均匀特性,具有较高的电池组温度估计精度。
-