(单篇优先)网络出版时间:2019-09-28 17:26:42

基于在线极限连续学习机的LiFePO4动力电池SOC估算

杨杰君文健峰王全黄河刘媛黄浩

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。

极限学习机; 荷电状态; 动力电池; 人工智能;

10.13889/j.issn.2096-5427.2019.05.100

TM912

1752534K
在线咨询 用户反馈