文献类型：期刊文章

作　　者：王琪[1,2] 孙玉坤[3,2] 倪福银[1,2] 罗印升[1]

机构地区：[1]江苏理工学院电气信息工程学院,常州213001 [2]江苏大学机械工业设施农业测控技术与装备重点实验室,镇江212013 [3]南京工程学院电力工程学院,南京211167

出　　处：《电工技术学报》

基　　金：国家自然科学基金(51377074);江苏省优势学科建设工程项目(苏政办发[2011]6号);江苏省自然科学基金青年基金(BK20150246);江苏高校自然科学基金(15KJB470004);江苏理工学院人才引进项目(KYY15009)资助

年　　份：2016

卷　　号：31

期　　号：9

起止页码：189-196

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI(收录号：20162302456168)、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：针对混合动力电动汽车(HEV)电池荷电状态(SOC)预测问题,引入贝叶斯极限学习机(BELM)方法。对极限学习机和贝叶斯线性回归的基本原理进行详细介绍,为提高极限学习机的拟合和泛化能力,采用贝叶斯方法来优化极限学习机输出层的权重。在循环工况条件下选择电池的工作电压、工作电流和表面温度参数用来预测电池SOC的实时值,同时兼顾HEV再生制动时的能量回馈过程。高级车辆仿真软件ADVISOR下的仿真结果和实际实验结果均表明:所设计的预测模型具有较高的准确度,能够实时准确地预测出SOC值,实用性强且有效性高。

关 键 词：贝叶斯 极限学习机 混合动力电动汽车 荷电状态

分 类 号：TM912]