| 注册
首页|期刊导航|电力系统保护与控制|基于HCOAG算法优化KELM的全钒液流电池SOC估计

基于HCOAG算法优化KELM的全钒液流电池SOC估计

陆鹏 付华 卢万杰 张慧峰 郑翔宇

电力系统保护与控制2023,Vol.51Issue(7):135-145,11.
电力系统保护与控制2023,Vol.51Issue(7):135-145,11.DOI:10.19783/j.cnki.pspc.221050

基于HCOAG算法优化KELM的全钒液流电池SOC估计

State of charge estimation for a vanadium redox flow battery based on a kernel extreme learning machine optimized by an improved coyote and grey wolf algorithm

陆鹏 1付华 1卢万杰 2张慧峰 3郑翔宇4

作者信息

  • 1. 辽宁工程技术大学电气与控制工程学院,辽宁 葫芦岛 125105
  • 2. 辽宁工程技术大学机械工程学院,辽宁 阜新 123000
  • 3. 国网山西省电力有限公司朔州供电公司,山西 朔州 036000
  • 4. 贵州聚能世纪科技有限责任公司,贵州 黔东南 557400
  • 折叠

摘要

关键词

灰狼算法/郊狼算法/核极限学习机/全钒液流电池/荷电状态

引用本文复制引用

陆鹏,付华,卢万杰,张慧峰,郑翔宇..基于HCOAG算法优化KELM的全钒液流电池SOC估计[J].电力系统保护与控制,2023,51(7):135-145,11.

基金项目

国家自然科学基金项目资助(51974151) (51974151)

辽宁省高等学校创新团队项目资助(lt2019007) (lt2019007)

辽宁省重点实验室项目资助(ljzs003) (ljzs003)

电力系统保护与控制

OA北大核心CSCDCSTPCD

1674-3415

访问量0
|
下载量0
段落导航相关论文