| 基于GA-RBF网络的磷酸铁锂电池SOC预测研究 |
| |
| 引用本文： | 黄智宇,曹玉恒. 基于GA-RBF网络的磷酸铁锂电池SOC预测研究[J]. 重庆邮电大学学报(自然科学版), 2013, 25(3): 412-417 |
| |
| 作者姓名： | 黄智宇 曹玉恒 |
| |
| 作者单位： | 重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心,重庆,400065 |
| |
| 基金项目： | 重庆市研究生教育教学改革项目（yjg123021）；重庆高校创新团队建设计划（201014） |
| |
| 摘 要： | 针对动力电池荷电状态(state of charge,SOC)的精确预测问题,提出了一种基于遗传算法的径向基函数(genetic algorithm-radial basis function,GA-RBF)神经网络的磷酸铁锂电池SOC预测方法,它克服了网络参数选择的随机性,具有更强的适应能力。通过仿真实验,证明了该方法比传统的径向基函数(radial basis function,RBF)神经网络预测结果更加准确,运行更稳定,满足电池管理系统对磷酸铁锂(LiFePO4)动力电池SOC预测的精度和实际使用的要求。
|
| 关 键 词： | 荷电状态(SOC) 磷酸铁锂电池 基于遗传算法的径向基函数(GA-RBF) 神经网络 |
| 收稿时间： | 2012-10-12 |
Estimation for SOC of LiFePO4 Li-ion battery based on GA-RBF neural network |
| |
| HUANG Zhiyu,CAO Yuheng. Estimation for SOC of LiFePO4 Li-ion battery based on GA-RBF neural network[J]. Journal of Chongqing University of Posts and Telecommunications, 2013, 25(3): 412-417 |
| |
| Authors: | HUANG Zhiyu CAO Yuheng |
| |
| Affiliation: | (Engineering Research Center of Automotive Electron and Embedded System,Chongqing University of Posts and Telecommunications, Chongqing 400065,P.R.China) |
| |
| Abstract: | |
| |
| Keywords: | state-of-charge(SOC) LiFePO4 Li-ion batteries genetic algorithm-radial basis function(GA-RBF) neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆邮电大学学报(自然科学版)》下载全文 |
