《表1 蓄电池SOC估算有关的指标》
PCA是一种常用的对数据预处理的方法,其主要思想是把多个指标参数转化为少数几个主成分(综合指标),起到减少后续模型的输入参数,但又不丢失主要影响因子的效果。由于在实际问题中,多个指标之间并不是独立不相关的,每个指标都会提供一定的信息,如果直接剔除掉某些参数指标,对结果的精度影响较大,而PCA选出来的主成分表示为原始指标参数的线性组合,各个主成分表示的信息侧重点不同,可反映原始变量指标的绝大部分信息,起到降低数据“维数”的同时又不损失原始数据的作用。在电池SOC估算当中,由于电池每时每刻的荷电状态都有着高度非线性的特点,其SOC估算值会受到许多指标的影响,常见的指标有电池内阻、放电电压、放电电流、温度、电池老化程度、电极材料等[13-15]。近年来研究又发现了其他影响电池SOC的参数指标,其中包括电流的积分值∫idt、电压的积分值∫vdt、电流的一阶微分值di和二阶微分值d2i、电压的一阶微分值dv和二阶微分值d2v[16-17]。输入变量越多,对SOC估算的精度越高,但与此同时整个模型的收敛性会下降,通过主成分分析,可以在研究电池SOC估算时,考虑少数几个主成分,对原始指标进行综合分析,减少后续神经网络模型的计算量,提高整个模型SOC估算效率。本文选取的影响电池SOC估算指标及其对应的符号如表1所示。
图表编号 | XD00184662700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.30 |
作者 | 谢思宇、王萍、王智爽 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |