Indexed by：
Abstract：
提出了一种基于信息粒化(IG)的支持向量回归(SVR)方法来预测锂电池充电剩余时间.首先,通过模糊信息粒化窗口提取代表性数据,同时形成概率性预测的置信区间上下限,并重新组合特征向量建立训练样本.然后,运用样本对训练支持向量回归模型,在参数优选方面采用网格划分的交叉验证方式.最后,通过3个不同的支持向量回归模型得到充电剩余时间的置信区间.以美国国家航空航天阿姆斯研究中心公开的电池数据为实例,通过与三段式模型方法进行对比,结果表明该模型在精度、通用性方面表现更好.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
电源技术
ISSN： 1002-087X
CN： 12-1126/TM
Year： 2019
Issue： 1
Volume： 43
Page： 99-102,135
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
