文献

J-GLOBAL ID：201702285168121837   整理番号：17A0293591

ハイブリッド電気自動車の内部状態予測のベイズ限界学習法【JST・京大機械翻訳】

Prediction of Internal States of Battery in HEV by BELM

著者 (6件)： Wang Qi (Jiangsu University of Technology) ,  Sun Yukun (Nanjing Institute of Technology) ,  Ni Fuyin (Jiangsu University of Technology) ,  Chen Taihong (Jiangsu University of Technology) ,  Chen Lianyu (Jiangsu University of Technology) ,  Luo Yinsheng (Jiangsu University of Technology)
資料名： Zhongguo Jixie Gongcheng  (Zhongguo Jixie Gongcheng)
巻： 27  号： 22  ページ： 3118-3123  発行年： 2016年 
JST資料番号： C2243A  ISSN： 1004-132X  CODEN： ZJGOE8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ハイブリッド電気自動車(HEV)の内部状態予測問題を解決するために,BAYES限界学習機械(BELM)を導入した。BELMの基本原理を詳細に紹介し、高レベル車両シミュレーションソフトADVISORでHEV電池の各性能パラメータを収集し、電圧、電流、温度と内部抵抗などを含む。これに基づき,BELMを電池の荷電状態(SOC)と健康状態(SOH)の予測に適用し,内部状態予測効果に及ぼす電池劣化の影響を考慮した。BELMの予測結果は以下の通りであった。設計した予測モデルは高い精度を持ち,電池のSOCとSOH値を実時間で正確に予測することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 学習機械 ,  電流 ,  *ハイブリッド自動車 ,  予測モデル ,  電池 ,  *学習 ,  電圧
準シソーラス用語： 実時間 ,  健康状態 ,  荷電状態 ,  内部抵抗 ,  シミュレーションソフトウェア ,  *内部状態 , 【Automatic Indexing@JST】

著者キーワード (4件)： Bayesian extreme learning machine(BELM) ,  hybrid electric vehicle(HEV) ,  state of charge(SOC) ,  state of health(SOH)

分類 (2件)： 電気自動車  (QG07020B) ,  二次電池  (YB04030K)

タイトルに関連する用語 (3件)： ハイブリッド電気自動車 ,  状態予測 ,  限界