期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于数据驱动的电动汽车电池安全风险预测 被引量:2
1
作者 胡杰 余海 +1 位作者 杨博闻 程雅钰 《汽车工程》 EI CSCD 北大核心 2023年第5期814-824,共11页
为了对电池安全风险进行准确预测,本文提出基于一种车-天气-驾驶员的多指标电池安全风险预测方法。首先提取车内外多维度信息即运用数据挖掘提取了天气状况、汽车行驶工况和驾驶风格等多指标特征,以模拟实际的电池应用场景;然后通过随... 为了对电池安全风险进行准确预测,本文提出基于一种车-天气-驾驶员的多指标电池安全风险预测方法。首先提取车内外多维度信息即运用数据挖掘提取了天气状况、汽车行驶工况和驾驶风格等多指标特征,以模拟实际的电池应用场景;然后通过随机森林和SHAP组合模型的方式对特征进行筛选,从而提高了模型的泛化性和鲁棒性;最后将电池安全风险预测问题解耦为机器学习预测和时间序列预测问题,分别选择XGBoost和随机森林模型进行预测,并在此基础上建立新的Stacking集成模型对电池安全风险进行预测。最终模型的预测效果和数据实验的结果表明,该方案对电动汽车电池安全风险能做出较为准确的预测,可以为安全化、智能化的电池管理系统提供辅助决策信息。 展开更多
关键词 电池安全 多指标特征 Stacking集成 数据实验
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部