基于数据统计特性的GS-SVM电池峰值功率预测模型

作者：郑方丹; 姜久春; 陈坤龙; 韩智强; 娄婷婷; 孙丙香

来源：电力自动化设备, 2017, 37(09): 56-61.

DOI：10.16081/j.issn.1006-6047.2017.09.008

• 动力电池
• 峰值功率
• 相关分析
• 共线性检测
• GS-SVM
• 电动汽车

以锰酸锂动力电池为研究对象,对电池处于不同温度和荷电状态下的情况进行10 s峰值功率测试,同时测量电池内阻。对实验测试得到的温度、荷电状态、内阻及峰值功率数据进行统计分析,包括测试变量间的相关程度评估和共线性检测,挖掘电池外特性参数与峰值功率数据间的统计关系。在此基础上,提出采用基于网格搜索的支持向量机(GS-SVM)建立电池的峰值功率预测模型。验证结果表明所提模型预测精度高,平均误差仅为3.65%;该模型训练时间短、响应速度快、操作性强,可以实现对动力电池峰值功率的快速估计,为电动汽车安全可靠运行提供有力保障。

• 单位
  北京交通大学; 北京新能源汽车股份有限公司