CORC  > 江苏大学
基于PSO-LSSVM的锂离子电池荷电状态预测方法
黄永红[1]; 沈洋洋[2]; 陈坤华[3]; 周杰[4]; 李冬[5]
刊名电测与仪表
2018
卷号55期号:16页码:26-31
关键词荷电状态 最小二乘支持向量机 锂离子电池 软测量 粒子群
ISSN号1001-1390
URL标识查看原文
内容类型期刊论文
URI标识http://www.corc.org.cn/handle/1471x/5330737
专题江苏大学
作者单位[1]江苏大学电气信息工程学院,江苏镇江,212013[2]江苏大学电气信息工程学院,江苏镇江,212013[3]江苏大学电气信息工程学院,江苏镇江,212013[4]江苏大学电气信息工程学院,江苏镇江,212013[5]国网苏州供电公司,江苏苏州,215004
推荐引用方式
GB/T 7714
黄永红[1],沈洋洋[2],陈坤华[3],等. 基于PSO-LSSVM的锂离子电池荷电状态预测方法[J]. 电测与仪表,2018,55(16):26-31.
APA 黄永红[1],沈洋洋[2],陈坤华[3],周杰[4],&李冬[5].(2018).基于PSO-LSSVM的锂离子电池荷电状态预测方法.电测与仪表,55(16),26-31.
MLA 黄永红[1],et al."基于PSO-LSSVM的锂离子电池荷电状态预测方法".电测与仪表 55.16(2018):26-31.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace