汽车技术

2019, No.525(06) 20-24

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于HPSO-BP神经网络融合的锂电池SOC预估研究
Estimation for SOC of Li-ion Battery Based on HPSO-BP Neural Network Fusion

于仲安;褚彪;葛庭宇;

摘要(Abstract):

为实现锂离子电池荷电状态(SOC)的高精度预测,采用混合粒子群(HPSO)与BP神经网络相结合的联合优化算法,通过优化神经网络的初始权值和阈值克服了种群易陷入局部极小的缺点,加快了收敛速度,减小了SOC预估的误差,通过分析磷酸铁锂(LiFePO4)电池充、放电机理,将电池电压、电流、内阻和温度作为SOC的影响因子。MATLAB仿真结果表明,HPSO-BP神经网络算法的预测精度和收敛速度较传统BP神经网络算法更优。

关键词(KeyWords): 荷电状态;磷酸铁锂电池;混合粒子群算法;BP神经网络

Abstract:

Keywords:

基金项目(Foundation): 江西省教育厅科学技术研究项目(GJJ150678)

作者(Authors): 于仲安;褚彪;葛庭宇;

DOI: 10.19620/j.cnki.1000-3703.20180636

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享