Elektrikli Araç Bataryalarının Şarj Durumu Tahmini İçin Bir Model
- 31 December 2022
- journal article
- research article
- Published by Nicel Bilimler Dergisi based at ESOGU Istatistik Danismanlik Uygulama ve Arastirma Merkezi in Nicel Bilimler Dergisi
- Vol. 4 (2) , 161-175
Abstract
Bataryaların şarj durumunun doğru tahmini, yalnızca elektrikli araçlarda değil, aynı zamanda hibrit elektrikli araçlarda, insansız hava araçlarında ve akıllı şebeke sistemlerinde yer alan batarya paketlerinin güvenilir çalışması için kritik öneme sahiptir. Bu çalışmada, elektrikli araç bataryalarının şarj durumunun değerini tahmin etmek için Torbalama-Rastgele Orman yaklaşımına dayalı bir model önerilmiştir. Önerilen yöntem ile bataryaya ait şarj değeri, bataryanın anlık akım, gerilim ve sıcaklığı ile ilişkilendirilmiştir. Çalışmada BMW i3 aracının bataryasına ait gerçek sürüşlerden elde edilen 32067 adet veri kullanılmıştır. Önerilen yöntemin etkinliğini göstermek amacıyla, popüler makine öğrenmesi yöntemlerinden Doğrusal Regresyon ve Destek Vektör Makinesi yaklaşımlarıyla da testler gerçekleştirilmiştir. Kök Ortalama Kare Hata ve Ortalama Mutlak Hata metriklerine dayanan deneysel sonuçlar, önerilen modelin literatürdeki diğer yöntemlere göre daha üstün olduğu ortaya koyulmuştur.Keywords
This publication has 20 references indexed in Scilit:
- Advanced Machine Learning Approach for Lithium-Ion Battery State Estimation in Electric VehiclesIEEE Transactions on Transportation Electrification, 2015
- An integrated approach for real-time model-based state-of-charge estimation of lithium-ion batteriesJournal of Power Sources, 2015
- Very Sparse LSSVM Reductions for Large-Scale DataIEEE Transactions on Neural Networks and Learning Systems, 2015
- State of charge estimation for Li-ion batteries using neural network modeling and unscented Kalman filter-based error cancellationInternational Journal of Electrical Power & Energy Systems, 2014
- Enhanced Coulomb counting method with adaptive SOC reset time for estimating OCV2014
- Support Vector Machines Used to Estimate the Battery State of ChargeIEEE Transactions on Power Electronics, 2013
- Health diagnosis and remaining useful life prognostics of lithium-ion batteries using data-driven methodsJournal of Power Sources, 2013
- Determining the Degree of Randomness of Descriptors in Linear Regression Equations with Respect to the Data SizeJournal of Chemical Information and Modeling, 2011
- Symbolic dynamic analysis of complex systems for anomaly detectionSignal Processing, 2004
- Bagging predictorsMachine Learning, 1996