王树坤
- 作品数：6 被引量：31H指数：4
- 供职机构：现代汽车零部件技术湖北省重点实验室更多>>
- 发文基金：国家科技支撑计划武汉市科技计划项目更多>>
- 相关领域：电气工程交通运输工程机械工程更多>>
- 基于PSO-SVR优化的锂离子电池剩余容量预测被引量：5
- 2016年
- 在分析了支持向量回归机(support vector regression,SVR)算法基本原理的基础上,提出了一种基于粒子群算法的参数优化方法,增强了SVR的参数全局最优搜索能力,改善了SVR算法的预测能力.将基于网格搜索的SVR算法预测结果作为对比.仿真结果表明,PSO-SVR算法有更好的预测精度、更强的泛化性,以及更快的计算速度.
- 王树坤黄妙华张志运
- 关键词：支持向量回归机剩余容量
- 基于GA-SVR模型的锂离子电池剩余容量预测被引量：12
- 2016年
- 基于GA-SVR算法进行了电动汽车锂离子电池剩余容量预测研究。首先阐述了支持向量回归机(SVR)的基本原理,其次利用遗传算法(GA)对SVR关键参数进行全局寻优,提高了SVR预测电池剩余寿命的精度;最后,建立GA-SVR模型,利用NASA PCoE研究中心电池数据进行预测试验,与标准SVR、基于网格搜索的SVR算法预测结果进行了对比,结果表明,GA-SVR算法具有更好的预测精度和更强的泛化性。
- 王树坤黄妙华刘安康刘泽明
- 关键词：电动汽车锂离子电池剩余容量
- 基于数据驱动的锂电池剩余容量估计被引量：7
- 2017年
- 针对锂电池直接预测剩余寿命难度大的问题,该文提出了一种新型的锂电池剩余容量估计方法——放电突降时间点,应用一阶偏相关系数分析法验证放电突降时间与剩余容量之间的相关性,并利用Box-Cox变换优化放电突降时间点与剩余容量之间的线性关系。通过美国NASA PCo E研究中心电池数据,验证了该估计方法,估计效果误差小于2%,具备较高的锂电池剩余容量估计精度。
- 陈毅黄妙华王树坤
- 关键词：电动汽车锂电池
- 锂离子电池剩余容量估计与优化分析被引量：2
- 2017年
- 锂离子电池剩余容量估计是电动汽车电池管理系统核心技术之一。利用支持向量回归(Support Vector Regression,SVR)进行锂离子电池剩余容量的估计,其参数的选择直接决定着支持向量回归的性能。提出利用粒子群算法(Particle Swarm Optimization,PSO)和遗传算法(Genetic Algorithm,GA)对支持向量机进行参数寻优,进行锂电池剩余容量估计分析及优化参数分析;并与基于网格搜索法(Grid Search,GS)的支持向量机和标准支持向量机估计结果作对比。结果表明,GASVR和PSO-SVR均能进行高精度的锂电池剩余容量估计,尤以遗传算法优化性能最佳。
- 王树坤黄妙华刘安康
- 关键词：剩余容量支持向量回归机参数优化粒子群算法遗传算法
- 锂离子电池剩余容量与剩余寿命预测被引量：6
- 2018年
- 锂离子电池具有优异的性能,在电动汽车中得到广泛应用。剩余容量和剩余寿命预测是电池健康管理的关键所在。支持向量回归机(support vector regression,SVR)作为一种具有良好的非线性、泛化性的预测算法,能有效提高锂离子电池剩余容量和剩余寿命的预测精度。在分析SVR算法原理的基础上,提出了一种基于蚁群算法(ant colony optimization,ACO)的参数优化方法,增强了SVR关键参数全局最优搜索能力,改善了SVR算法的预测能力。与基于网格搜索的SVR算法预测结果比较,仿真结果表明:改进ACO_SVR算法有更好的预测精度,能为电池管理系统提供可靠的数据。
- 谢建刚李其仲黄妙华王树坤
- 关键词：电动汽车支持向量回归机剩余容量蚁群算法
- 数据驱动下的锂电池健康状态估计及管理系统研究
- 发展电动汽车是未来交通的必然趋势，但锂电池的健康状态（SOH）和荷电状态（SOC）监测还存在许多不足，需要进一步深入探究。 传统建模方法进行电池SOH、SOC预测时困难重重，大部分算法的复杂性限制了其在电池状态估计方面...
- 王树坤
- 关键词：数据驱动支持向量机参数优化电池管理系统电动汽车
