基于EKF-SVM算法的动力电池SOC估计
点击次数：
DOI码：10.19562/j.chinasae.qcgc.2020.11.010
发表刊物：汽车工程
摘要：针对单一SOC估计算法无法同时满足多项指标要求的问题,提出一种扩展卡尔曼滤波(EKF)与支持向量机(SVM)相结合的算法。通过动态跟踪模型参数和对开路电压(OCV)的实时估计,由EKF算法得到初步SOC估计值;通过对EKF算法滤波输出的DST工况数据进行训练,得到SVM模型,并利用其回归预测能力对初步估计值进行误差补偿,进一步地降低了估计误差。仿真结果表明,相比EKF算法和EKF-BP算法,所提EKF-SVM算法具有良好鲁棒性和泛化性,可实现电池SOC的准确估计,其最大绝对误差为1%左右。
论文类型：期刊论文
卷号：42
期号：11
页面范围：1522-1528
是否译文：否
发表时间：2020-11-25
发布期刊链接：http://www.qichegongcheng.com/CN/10.19562/j.chinasae.qcgc.2020.11.010