|国家科技期刊平台
| 注册
首页|期刊导航|储能科学与技术|基于粒子群算法的最小二乘支持向量机电池状态估计

基于粒子群算法的最小二乘支持向量机电池状态估计

王语园 李嘉波 张福

储能科学与技术2020，Vol.9Issue(4)：1153-1158,6.
✕
储能科学与技术2020，Vol.9Issue(4)：1153-1158,6.DOI:10.19799/j.cnki.2095-4239.2020.0075

基于粒子群算法的最小二乘支持向量机电池状态估计

Battery state estimation of least squares support vector machinebased on particle swarm optimization

王语园 1李嘉波 2张福3

作者信息

  • 1. 陕西铁路工程职业技术学院,陕西 渭南 714000
  • 2. 长安大学公路养护装备国家工程实验室,陕西 西安 710064
  • 3. 乌鲁木齐局有限责任公司乌鲁木齐车辆段,新疆 乌鲁木齐 830023
  • 折叠

摘要

关键词

锂离子电池/SOC/最小二乘支持向量机(LSSVM)/粒子群算法

分类

信息技术与安全科学

引用本文复制引用

王语园,李嘉波,张福..基于粒子群算法的最小二乘支持向量机电池状态估计[J].储能科学与技术,2020,9(4):1153-1158,6.

基金项目

渭南市2019年重点研发科技计划项目(2019-ZDYF-JCYJ-127),陕西铁路工程职业技术学院供电科技创新团队(KJTD201901),陕西铁路工程职业技术学院2019年中青年科技创新人才培育项目 （2019-ZDYF-JCYJ-127）

储能科学与技术

OA北大核心CSCDCSTPCD

2095-4239

访问量0
|
下载量0
段落导航相关论文