SOC预测

作品数：78被引量：583H指数：12
导出分析报告
相关领域：电气工程交通运输工程机械工程更多>>
相关作者：孙玉坤张持健黄永红韩晓东鲍伟更多>>
相关机构：合肥工业大学江苏大学桂林电子科技大学武汉理工大学更多>>
相关期刊：《计算机仿真》《清华大学学报（自然科学版）》《数学的实践与认识》《计算机与现代化》更多>>
相关基金：国家自然科学基金江苏省普通高校研究生科研创新计划项目国家高技术研究发展计划江苏高校优势学科建设工程资助项目更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=现代电子技术x
共 条 记 录，以下是1-2
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于LFOA-GRNN模型的矿用锂电池SOC预测被引量：2
《现代电子技术》2020年第6期115-118,共4页陈德海 丁博文 潘韦驰 
国家自然科学基金(61463020);江西省自然科学基金项目(20151BAB206034)。
针对矿用电动汽车锂电池SOC预测易受到工况环境影响、建模复杂、预测误差大等问题,该文将电池端电压、放电电流、环境温度、湿度作为SOC的表征因子,构成样本集以训练广义回归神经网络(GRNN),再引入具有Levy飞行特征的双子群果蝇优化算法...
关键词：矿用锂电池 SOC预测 GRNN LFOA 模型建立 仿真分析 
基于贝叶斯正则化算法BP神经网络钒电池SOC预测被引量：14
《现代电子技术》2016年第8期158-161,共4页杨春生 牛红涛 隋良红 李明兴 
四川省科技支撑计划项目(2014GZ0085;2014GZ0001)
电池荷电状态(SOC)用于表征电池的剩余电量,是全钒液流电池的一个重要参数。在此介绍常用的钒电池SOC预测方法,并对比其优缺点。基于电池SOC的非线性特征,提出采用BP神经网络预测钒电池的SOC,并采用L-M优化算法以及贝叶斯正则化算法对...
关键词：钒电池 荷电状态 BP神经网络 贝叶斯正则化算法 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部