欢迎来到中国电源学会电子资源平台
会员 基于子种群自适应思维进化-BP神经网络的锂离子电池SOC估计
  • 14
  • 0
  • 0
  • 0
  • 2022/07/01
  • 作者:
    陈颖  , 黄凯  , 丁恒  , 田海建  
  • 页数:
    10
  • 页码:
    92 - 101
  • 资源:
  • 文件大小:
    1.33M
摘要
荷电状态SOC(state of charge)是锂离子电池的重要参数之一,SOC的精准估计对电池组安全可靠运行具有意义。针对误差反向传播BP(back propagation)神经网络易收敛至局部最优,导致基于BP网络的SOC估计精度不高的问题,提出子种群自适应趋同策略改进思维进化算法,用其优化BP神经网络的初始权值及阈值,优化后的BP网络简称SAMEA-BP神经网络。结合充放电实验数据,将SAMEA-BP神经网络与标准BP神经网络、思维进化算法优化的BP(MEA-BP)神经网络用于锂离子电池的SOC估计,并对3种方法做了对比分析。结果表明:标准BP神经网络的预测误差保持在9%以内,MEA-BP及SAMEA-BP神经网络分别将误差降低至5%及3%以内,在不同工况下和不同温度下,SAMEA-BP有良好适应性,且估计精度高于BP和MEA-BP。
  • 若对本资源有异议或需修改,请通过“提交意见”功能联系我们,平台将及时处理!
来源
关键词
相关推荐
可试看前3页,请 登录 后进行更多操作
试看已结束,会员免费看完整版,请 登录会员账户 或申请成为中国电源学会会员.
关闭
温馨提示
确认退出登录吗?
温馨提示
温馨提示
温馨提示
确定点赞该资源吗?
温馨提示
确定取消该资源点赞吗?
温馨提示
确定收藏该资源吗?
温馨提示
确定取消该资源收藏吗?
温馨提示
确定加入购物车吗?
温馨提示
确定加入购物车吗?
温馨提示
确定移出购物车吗?