本發(fā)明提供了一種動態(tài)建模的最小二乘支持向量機SOC估計方法,屬于SOC估計方法技術(shù)領(lǐng)域。本發(fā)明的方法,在放電初期,LS?SVM不斷地匹配與當(dāng)前放電循環(huán)最相近的樣本,不斷地建立新的模型給出當(dāng)前放電時刻對應(yīng)的SOC值,隨后在放電穩(wěn)定后,不再建立新的模型,使用當(dāng)前模型完成對后續(xù)放電時刻的SOC估計。本發(fā)明對電池在整個生命周期進行SOC估計的同時,可以把本發(fā)明的方法推廣至不同電池中。由于電池的充放電是個復(fù)雜的
電化學(xué)反應(yīng)過程,因此其SOC不可直接測量得到。在進行SOC估計時,需要采集電池外部可測參數(shù),例如:電壓、電流、電阻、溫度等。由于這些外部參數(shù)與SOC非線性相關(guān),因此需要將參數(shù)進行非線性映射到SOC上,達到通過外部可測量估計SOC的目的。
聲明:
“動態(tài)建模的最小二乘支持向量機SOC估計方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)