[发明专利]一种超级电容器动态建模方法在审
申请号: | 201710221372.0 | 申请日: | 2017-04-06 |
公开(公告)号: | CN106971045A | 公开(公告)日: | 2017-07-21 |
发明(设计)人: | 丁石川;林彬超;杭俊;张燕;王群京 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06K9/62 |
代理公司: | 南京瑞弘专利商标事务所(普通合伙)32249 | 代理人: | 徐激波 |
地址: | 230009 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种超级电容器动态建模方法,其步骤为利用数据采集系统采集超级电容器的工作电流i,超级电容器初始工作电压u0以及工作温度t,并保存起来;将保存的数据顺序打乱并作归一化处理,作为训练样本和测试样本;利用训练样本训练支持向量机,采用粒子群算法进行参数寻优,根据所求的最佳参数重新训练支持向量机,获得最优的支持向量机回归模型,并利用训练样本和测试样本对优化的支持向量机进行训练和测试;最后将实测的超级电容器的工作电流,超级电容器的初始工作电压以及工作温度输入经优化和训练好的支持向量机回归模型来预测超级电容器的输出电压。本发明简单易行、精确度高,是一种能够有效实现超级电容器动态建模的方法。 | ||
搜索关键词: | 一种 超级 电容器 动态 建模 方法 | ||
【主权项】:
一种超级电容器动态建模方法,其特征在于:包括以下步骤:(1)利用数据采集系统采集超级电容器的工作电流i,超级电容器的初始工作电压u0以及工作温度t,并保存起来;将保存的数据顺序打乱并作归一化处理,作为训练样本和测试样本;(2)利用训练样本训练支持向量机,采用粒子群算法进行参数寻优,根据所求的最佳参数重新训练支持向量机,获得最优的支持向量机模型回归模型,并利用训练样本和测试样本对优化的支持向量机进行训练和测试;(3)将实测的超级电容器的工作电流,超级电容器的初始工作电压以及工作温度输入经优化和训练好的支持向量机来预测超级电容器的输出电压。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710221372.0/,转载请声明来源钻瓜专利网。