本发明公开一种基于数据驱动法的锂离子电池SOC在线预测方法,将低计算量的增量式支持向量机方法引入到相关向量机。IRVM算法的样本数据由相关向量和新的在线样本组成,由于相关向量机十分稀疏,即相关向量个数远小于初始样本集,所以在线训练的m值十分小,因此在线预测的速度快、效率高、存储空间及计算复杂度低,实现了对锂离子电池SOC的精确预测。本发明能够解决在线锂离子电池SOC的预测问题,有效克服了传统的增量式在线训练算法,需要在线保持原始训练样本集,这样随着在线样本数据的更新,在线数据集将逐渐增大,其结果是m值逐渐增大,从而导致存储空间和计算复杂度增大的问题。
声明:
“基于数据驱动法的锂离子电池SOC在线预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)