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
1
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IWOA-SVR的锂离子电池健康状态在线快速检测
1
作者
陈洋
黄江东
+2 位作者
余春雷
谢基
姜伟
《分析测试学报》
北大核心
2025年第3期402-410,共9页
该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性...
该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性,算法在传统鲸鱼优化算法中融入自适应权重调整机制与Levy飞行策略,有效克服了传统方法在线评估SOH时误差偏大的问题。最后,采用恒流恒压充电与恒流充电两种典型工况下的实验测试数据进行验证,结果表明IWOA-SVR检测方法具有更高的稳定性和准确性,最大误差可控制在1.4%以内。同时,在平均绝对百分比误差(MAPE)和均方根误差(RMSE)两项关键评估指标上,IWOA-SVR均显著优于对比算法,充分证明了其在锂离子电池SOH在线检测中的高精度与强鲁棒性。
展开更多
关键词
锂离子
电池
改进鲸鱼优化算法
支持向量回归
电池健康状态检测
在线阅读
下载PDF
职称材料
题名
基于IWOA-SVR的锂离子电池健康状态在线快速检测
1
作者
陈洋
黄江东
余春雷
谢基
姜伟
机构
广州大学机械与电气工程学院
广州海关技术中心
出处
《分析测试学报》
北大核心
2025年第3期402-410,共9页
基金
国家重点研发计划(2022YFF0607201)
国家自然科学基金资助项目(52171331,51907082)
+1 种基金
广州市科技计划项目(2023A03J0646,2023A03J0120,2023A04J1013)
海关总署课题(2022HK062)。
文摘
该文提出了一种融合改进鲸鱼优化算法与支持向量回归(IWOA-SVR)的锂离子电池健康状态(SOH)检测评估方法。首先收集不同充放电策略下的充放电数据,并提取关键电池老化特征参数;然后运用皮尔逊相关性分析验证了特征参数与SOH间的强相关性,算法在传统鲸鱼优化算法中融入自适应权重调整机制与Levy飞行策略,有效克服了传统方法在线评估SOH时误差偏大的问题。最后,采用恒流恒压充电与恒流充电两种典型工况下的实验测试数据进行验证,结果表明IWOA-SVR检测方法具有更高的稳定性和准确性,最大误差可控制在1.4%以内。同时,在平均绝对百分比误差(MAPE)和均方根误差(RMSE)两项关键评估指标上,IWOA-SVR均显著优于对比算法,充分证明了其在锂离子电池SOH在线检测中的高精度与强鲁棒性。
关键词
锂离子
电池
改进鲸鱼优化算法
支持向量回归
电池健康状态检测
Keywords
lithium-ion batteries
improved whale optimization algorithm
support vector regres⁃sion
state of health detection
分类号
O657.1 [理学—分析化学]
TM911 [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IWOA-SVR的锂离子电池健康状态在线快速检测
陈洋
黄江东
余春雷
谢基
姜伟
《分析测试学报》
北大核心
2025
0
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
