關(guān)于電池SOC估算的研究多采用單體電池在理想實驗條件下的充放電數(shù)據(jù)進行,這未必能適應(yīng)真實復(fù)雜多變的行駛工況。針對此問題,本工作依托新能源汽車國家大數(shù)據(jù)聯(lián)盟,利用數(shù)據(jù)驅(qū)動的方法,構(gòu)建了瞬態(tài)、駕駛行為、衰老、時變、行駛里程和動態(tài)特征來從多個角度反映動力電池的工作狀況。采用基于特征組合的堆疊融合集成學(xué)習方法,對實際復(fù)雜多變工況下的動力電池放電過程進行了SOC估算,并構(gòu)建了1個基于瞬態(tài)特征的Xgboost Model 0參照組模型,5個基于特征組合的Xgboost Model 1、2、3、5、6模型以及1個線性模型Linear Model 4進行對比分析。結(jié)果表明:對比Model 1～6與參照組Model 0,基于特征組合的堆疊融合模型(堆疊模型)平均絕對誤差(MAE)、均方誤差(MSE)最小,分別為0.39和0.32,相較于參照組模型分別降低了38%和46%;同時其決定系數(shù)R2最高,達到0.9995,相較于參照組模型提高了2%。堆疊模型的泛化能力也表現(xiàn)良好,其準確性平均值和標準差分別達到98.89%和0.03%。對比Model 5、6與參照組Model 0,可知隨著特征維度的增加,模型的MA...

【文章頁數(shù)】：10 頁


本文編號：3797176