| 注册
首页|期刊导航|储能科学与技术|基于特征优选与改进极限学习机的锂电池SoC估计

基于特征优选与改进极限学习机的锂电池SoC估计

寇发荣 罗希 门浩 郭杨娟 杨天祥

储能科学与技术2023,Vol.12Issue(4):1234-1243,10.
储能科学与技术2023,Vol.12Issue(4):1234-1243,10.DOI:10.19799/j.cnki.2095-4239.2022.0704

基于特征优选与改进极限学习机的锂电池SoC估计

State of charge estimation of lithium battery based on feature optimization and improved extreme learning machine

寇发荣 1罗希 1门浩 1郭杨娟 1杨天祥1

作者信息

  • 1. 西安科技大学机械工程学院,陕西西安710054
  • 折叠

摘要

关键词

随机森林(RF)/麻雀搜索算法(SSA)/极限学习机(ELM)/特征优选/荷电状态(SOC)

引用本文复制引用

寇发荣,罗希,门浩,郭杨娟,杨天祥..基于特征优选与改进极限学习机的锂电池SoC估计[J].储能科学与技术,2023,12(4):1234-1243,10.

基金项目

国家自然科学基金项目(51775426),西安市科技计划项目(21XJZZ0039). (51775426)

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