期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时空建模的锂离子电池温度预测
被引量：
1
1
作者
吕洲
何波
宋连
《电池》
CAS
北大核心
2024年第4期497-502,共6页
锂离子电池温度具有时空耦合、强非线性和时变特性,建立准确的预测模型有困难。提出一种基于时空建模的锂离子电池温度分布预测方法。利用正交局部保持投影(OLPP)将电池温度分离为正交空间基函数和时间系数。以电流、电压为输入,时间系...
锂离子电池温度具有时空耦合、强非线性和时变特性,建立准确的预测模型有困难。提出一种基于时空建模的锂离子电池温度分布预测方法。利用正交局部保持投影(OLPP)将电池温度分离为正交空间基函数和时间系数。以电流、电压为输入,时间系数为输出,建立基于带遗忘因子的在线顺序超限学习机(FFOS-ELM)的低阶时序模型。通过时空合成,重构出原始的温度分布。三元软包装锂离子电池温度预测结果表明,与基于拉普拉斯特征映射和在线顺序极限学习机的在线时空建模方法(LE-OS-ELM)相比,所提方法的预测精度更高,在恒流放电和城市动力测驾循环(UDDS)工况下,时间标准绝对误差分别在(0.030,0.155)和(0.095,0.110)区间内,均方根误差分别为0.097 2及0.108 4。
展开更多
关键词
锂离子电池温度
在线时空建模
正交局部保持投影(OLPP)
带遗忘因子的
在线
顺序超限学习机(FFOS-ELM)
在线阅读
下载PDF
职称材料
基于LLE-OS-ELM的锂离子电池热过程在线建模
被引量：
1
2
作者
吕洲
何波
李志德
《电池》
CAS
北大核心
2022年第6期637-641,共5页
锂离子电池的热过程具有机理复杂、时变及强非线性的特征,难以建立准确的预测模型。提出一种基于局部线性嵌入(LLE)方法和在线顺序超限学习机(OS-ELM)的在线时空建模方法。利用LLE,从电池时空温度数据分离出空间基函数和时间系数;然后,...
锂离子电池的热过程具有机理复杂、时变及强非线性的特征,难以建立准确的预测模型。提出一种基于局部线性嵌入(LLE)方法和在线顺序超限学习机(OS-ELM)的在线时空建模方法。利用LLE,从电池时空温度数据分离出空间基函数和时间系数;然后,基于OS-ELM建立输入信号与时间系数的在线时序模型;最后,通过时空综合,重构电池温度分布。以三元正极材料软包装锂离子电池为例,验证所提出方法的有效性。与基于卡洛南-洛伊(KL)的在线时空建模方法(KL-OS-ELM)及二维电-热建模方法(Th2Sim)相比,该方法具有较高的预测能力,时间标准绝对误差在区间[0.0524,0.0764]内,均方根误差达到0.0752。
展开更多
关键词
锂离子电池热过程
在线时空建模
局部线性嵌入(LLE)方法
在线
顺序超限学习机(OS-ELM)
在线阅读
下载PDF
职称材料
题名
基于时空建模的锂离子电池温度预测
被引量：
1
1
作者
吕洲
何波
宋连
机构
广州国科电技术有限公司
武汉理工大学重庆研究院
出处
《电池》
CAS
北大核心
2024年第4期497-502,共6页
基金
国家自然科学基金面上项目(52373306)
重庆市自然科学基金(2023NSCQ-MSX2249)。
文摘
锂离子电池温度具有时空耦合、强非线性和时变特性,建立准确的预测模型有困难。提出一种基于时空建模的锂离子电池温度分布预测方法。利用正交局部保持投影(OLPP)将电池温度分离为正交空间基函数和时间系数。以电流、电压为输入,时间系数为输出,建立基于带遗忘因子的在线顺序超限学习机(FFOS-ELM)的低阶时序模型。通过时空合成,重构出原始的温度分布。三元软包装锂离子电池温度预测结果表明,与基于拉普拉斯特征映射和在线顺序极限学习机的在线时空建模方法(LE-OS-ELM)相比,所提方法的预测精度更高,在恒流放电和城市动力测驾循环(UDDS)工况下,时间标准绝对误差分别在(0.030,0.155)和(0.095,0.110)区间内,均方根误差分别为0.097 2及0.108 4。
关键词
锂离子电池温度
在线时空建模
正交局部保持投影(OLPP)
带遗忘因子的
在线
顺序超限学习机(FFOS-ELM)
Keywords
Li-ion battery temperature
online spatiotemporal modeling
orthogonal locality preserving projection(OLPP)
online sequential extreme learning machine with forgetting factor(FFOS-ELM)
分类号
TM912.9 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
基于LLE-OS-ELM的锂离子电池热过程在线建模
被引量：
1
2
作者
吕洲
何波
李志德
机构
广州港科大技术有限公司
清华大学深圳国际研究生院
出处
《电池》
CAS
北大核心
2022年第6期637-641,共5页
基金
国家自然科学基金(61975089)。
文摘
锂离子电池的热过程具有机理复杂、时变及强非线性的特征,难以建立准确的预测模型。提出一种基于局部线性嵌入(LLE)方法和在线顺序超限学习机(OS-ELM)的在线时空建模方法。利用LLE,从电池时空温度数据分离出空间基函数和时间系数;然后,基于OS-ELM建立输入信号与时间系数的在线时序模型;最后,通过时空综合,重构电池温度分布。以三元正极材料软包装锂离子电池为例,验证所提出方法的有效性。与基于卡洛南-洛伊(KL)的在线时空建模方法(KL-OS-ELM)及二维电-热建模方法(Th2Sim)相比,该方法具有较高的预测能力,时间标准绝对误差在区间[0.0524,0.0764]内,均方根误差达到0.0752。
关键词
锂离子电池热过程
在线时空建模
局部线性嵌入(LLE)方法
在线
顺序超限学习机(OS-ELM)
Keywords
Li-ion battery thermal process
online spatiotemporal modeling
local linear embedding(LLE)method
online sequential extreme learning machine(OS-ELM)
分类号
TM912.9 [电气工程—电力电子与电力传动]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时空建模的锂离子电池温度预测
吕洲
何波
宋连
《电池》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于LLE-OS-ELM的锂离子电池热过程在线建模
吕洲
何波
李志德
《电池》
CAS
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
