论文部分内容阅读
针对现存LiFePO4电池荷电状态(SOC)估算不准的问题,文章提出了一种基于在线极限连续学习机(OSELM)的SOC估算模型,其借助OSELM快速学习能力,通过在线学习方式提高了网络的泛化性能,可自适应电池工作状态以准确估算SOC。以5 Ah LiFePO4圆柱形电芯为研究对象,测试了其在不同温度、不同放电电流时的单体电压与SOC的关系,并对试验样本进行了学习和估算。理论分析和试验结果验证了该方法的有效性。