基于PSO-RBFNN的电动汽车锂电池SOC预测  

作　　者：张迪俊 

机构地区：[1]广州私立华联学院

出　　处：《汽车维修》2024年第1期10-14,共5页Automobile Maintenance

摘　　要：针对现有电动汽车锂电池SOC预测不准的问题,提出了一种锂电池SOC预测新方法。采用粒子群算法对径向基神经网络的3个主要参数进行优化,建立了基于PSO-RBFNN的电动汽车锂电池SOC预测模型,采用锂电池充放电实验数据进行仿真分析,并与其他方法的预测结果对比,结果表明,PSO-RBFNN模型预测结果的均方根误差和平均相对误差分别为3.725×10^(-4)和3.642%,两项误差指标均优于其他方法,验证了所提SOC预测方法的有效性。

关 键 词：电池充放电 径向基神经网络 粒子群算法 误差指标 平均相对误差 均方根误差 RBFNN 仿真分析 

分 类 号：U469.72[机械工程—车辆工程]