基于高斯混合回归的锂离子电池SOC估计

作     者：魏孟 李嘉波 叶敏 高康平 徐信芯 WEI Meng;LI Jiabo;YE Min;GAO Kangping;XU Xinxin

作者机构：长安大学公路养护装备国家工程实验室陕西西安710064 

出 版 物：《储能科学与技术》 (Energy Storage Science and Technology)

年 卷 期：2020年第9卷第3期

页      面：958-963页

核心收录：

学科分类：0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金青年项目(51805041) 中央高校专项资金资助项目(300102259204) 

主　　题：动力电池 荷电状态 高斯过程回归 高斯混合回归 

摘      要：动力电池剩余电量的准确估算是电动汽车续航里程的重要依据和能量管理的基本前提,为降低电池系统因非线性,不平稳因素对荷电状态估计的不利影响。针对锂电池的状态数据采集存在非线性、不平稳以及外界干扰等问题,提出了基于高斯混合回归对荷电状态进行预测,以解决传统高斯过程模型含有异常数据和噪声的问题。利用K-means聚类算法与EM算法对高斯混合模型的超参数进行求解,然后采用高斯混合回归对输出的荷电状态进行预测。最后通过实验验证,并与高斯过程回归进行对比分析,验证了高斯混合回归算法在荷电状态估计过程中具有高精度和有效性。