10.3969/j.issn.1002-087X.2016.01.032
基于网格搜索优化LS_SVM蓄电池SOC估测
依据最小二乘支持向量机(LS_SVM)的基本理论,针对蓄电池荷电状态(state of charge, SOC)随温度、电压、电流而变化的特点,建立基于LS-SVM支持向量机的蓄电池SOC估测模型.通过数据验证,比较不同核函数下的效果,利用网格搜索寻找最优参数.观察在最优参数和最优核函数下LS_SVM支持向量机的预测效果.结果表明,与其他算法相比,采用RBF核函数,并用网格搜索优化的LS_SVM模型精度较高,适合用在蓄电池的SOC估测上.
蓄电池、SOC、最小二乘支持向量机、核函数、网格搜索
40
TM912
2016-05-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
105-107