SOC预测相关论文
锂离子电池作为电动汽车的核心部件,是新能源汽车的重点研究领域。电池的健康状态（State-of-health,SOH）反映了电池的老化程度,电池......
可充电电池以其高能量、高稳定性和长寿命的特点,在电动汽车、混合动力汽车以及许多日常生活中非常必要的固定设备中越来越常见。......
阀控铅酸蓄电池（VRLA）是应急电源系统（EPS）中的供能核心,当城市电力发生中断时,EPS通过VRLA蓄电池的储能来维持重要用电设施的应急供电......
随着石油资源的严重消耗、环境恶化的形势逐渐严重,人们亟需一个安全、低碳的环境及能源体系。目前纯电动汽车已成为发展低排放和......
电动汽车在动力系统方面与普通汽车不同,它通过电能驱动汽车,它降低了燃油汽车所带来的一系列复杂问题,因此受到了人们的广泛关注.......
在电池管理系统中为了使荷电状态量SOC（state of charge）估计精确,提出以遗传算法优化最小二乘支持向量机（LS-SVM）的方法对电池的SOC进......
随着电池充放电次数的增加,电池充放电特性会发生变化,难以使用单一数学模型加以描述,从而限制了传统卡尔曼滤波预测电池SOC值的精......
为了对锂离子电池剩余电量(SOC)进行准确测量,以2200mA·h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同......
针对当前混合动力汽车电池SOC（state of charge,SOC）预测精度不高的情况,将预测能力很强的BP神经网络应用于SOC预测之中,并采用差分......
为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型。首先分析......
针对锂离子电池荷电状态(SOC)预测精度不高以及在线适应性差的问题,提出一种改进的增量学习相关向量机模型对锂离子电池SOC 进行在......
电动汽车的迅速发展带来对充电桩的迫切需求。普通的充电桩需要并网运行,频繁接入电网对电网的稳定性造成很大的影响,光伏交流充电......
新能源的不断发展和应用,使得全球范围内对微网、分布式发电技术的研究逐步加深,传统电力系统向智能电网方向发展。为适应这一变化......
为了实现退役动力锂电池荷电状态(State of Charge,SOC)的预测,针对退役锂离子电池特殊的非线性关系,提出自适应法和列文伯格算法(......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
阀控式密封铅酸（VRLA）蓄电池被广泛应用于邮电、电力、交通、军事等诸多领域，在整个系统中发挥着举足轻重的作用。因此，对蓄电池的运行......
针对矿用电动汽车锂电池SOC预测易受到工况环境影响、建模复杂、预测误差大等问题,该文将电池端电压、放电电流、环境温度、湿度作......
锂动力电池，以其比容量高和长循环寿命，在动力电池领域作为技术革新的重要支持。尽管制造工艺以及使用管理技术不断提高，在实际的使用......
文章针对燃料电池电动车的特点,提出了一种监测燃料电池电动车电池状态的电池管理系统的软件设计方案。该系统通过对燃料电池单体......
微电网可以有效解决大量分布式发电并网的问题,实现对分布式能源的最大化利用,保证负荷的供电可靠性和电网运行的经济性,因此保障......
针对传统方法在电动汽车锂电池荷电状态(State of Charge,SOC)预测中的局限和不足,提出了一种基于遗传神经网络的电池SOC预测算法......
随着电动汽车的普及,锂动力电池因其无污染、质量轻、能量密度高、适用范围广的优点在新能源市场得到青睐。动力电池放电时剩余容......
超级电容器是近年来新兴的电源,具有大功率充放电,高效率,循环寿命长的优点,在电动汽车中应用越来越广泛。因城市中公交车需频繁启......
安时积分公式中相关参数的取值是影响安时积分法估算电池SOC(state of charge)的估算精度的重要因素。各类提高估算精度的方法分别......
针对混合动力汽车(HEV)电池剩余容量(SOC)判别问题,将最小二乘支持向量机方法应用于混合动力汽车电池荷电状态的预测。考虑到最小......
针对极限学习机的随机性较大的问题,提出一种基于差分演化的极限学习机算法模型(DE-ELM).采用差分演化算法(DE)对极限学习机(ELM)......
针对混合动力汽车电池电能容量判别问题,将最小二乘支持向量机方法应用于混合动力汽车电池荷电状态的预测。考虑到最小二乘支持向......
在分析磷酸铁锂电池充放电机理的基础上,建立基于BP神经网络的磷酸铁锂荷电状态（SOC）预测模型。萤火虫算法（GSO）具有不需要目标函数梯......
