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：
  • 学科=自动化与计算机技术—控制理论与控制工程x
共 条 记 录，以下是1-8
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于PSO-GRU的锂电池SoC预测被引量：1
《信息与电脑》2023年第11期109-111,共3页蒋永辉 
海南省重点研发计划项目(项目编号:ZDYF2021GXJS023)。
电池荷电状态(State of Charge,SoC)是预防新能源汽车电池过充或过放的重要指标。文章提出一种基于粒子群优化算法-门循环单元(Particle Swarm Optimization-Gate Recurrent Unit,PSO-GRU)的锂电池SoC预测方法。该方法使用粒子群优化算...
关键词：荷电状态(SoC)预测 门循环单元(GRU)神经网络 粒子群优化算法(PSO)算法 
基于GWO-BP神经网络的电池SOC预测方法研究被引量：17
《计算机应用与软件》2022年第9期65-71,共7页鲍伟 任超 
国家自然科学基金项目(51405122)。
为了进一步提高传统BP神经网络在电动汽车电池SOC预测中的精度,基于电动汽车云平台的以10 s为采样周期的电池运行数据,对电动汽车电池SOC的预测方法进行研究。对云平台数据进行预处理,选择电池包电压、电流和平均温度作为神经网络的输入...
关键词：电动汽车 电池荷电状态(SOC) BP神经网络 灰狼优化算法 
可充电锂电池剩余电量预测方法被引量：10
《中南大学学报（自然科学版）》2018年第9期2121-2128,共8页陈思媛 方正 胡伟锋 余杰 王倩 王涵博 王禹昕 
国家自然科学基金资助项目(61571381)~~
为了对锂离子电池剩余电量(SOC)进行准确测量,以2 200 mA?h的聚合物锂电池为研究对象,利用Hyperion平衡充放电设备采集6个不同放电电流下(0.7,1.1,1.7,2.2,2.7和3.3A)的放电电压和放电倍率;采取误差反向传播(BP)和径向基函数(RBF) 2个...
关键词：锂离子电池 SOC预测 BP RBF 
基于IPSO-BP神经网络的锂电池SOC预测被引量：2
《数字制造科学》2018年第1期45-49,共5页罗晓东 
针对当前纯电动汽车中锂离子电池SOC的预测方法中模型内部经验参数多,预测精度不高的问题,采用先进的算法对其进行相关研究。提出了一种基于数据驱动,釆用IPSO算法优化BP神经网络连接权值和阈值,建立基于IPSO-BP神经网络的预测模型,对电...
关键词：IPSO 锂离子电池 BP神经网络 SOC 预测 
基于模糊C均值改进算法和ANFIS的蓄电池SOC预测被引量：3
《计算机与现代化》2017年第12期111-116,共6页杨慧婕 刘微 黄先莉 刘守印 
蓄电池剩余电量预测作为蓄电池智能管理系统的核心部分,为合理控制蓄电池的充放电情况、延长蓄电池的使用寿命提供了判据。然而蓄电池剩余电量的影响因素复杂、预测难度较大。针对这一挑战性课题,提出一种基于改进的模糊C均值聚类和自...
关键词：自适应神经模糊推理系统 模糊C均值聚类 减法聚类 剩余电量 
基于DE-ELM的电池SOC预测研究被引量：1
《数学的实践与认识》2016年第22期236-243,共8页罗宏远 王德运 潘雯雯 魏帅 
国家自然科学基金(71301153);中央高校基本科研业务费专项资金(CUG140612)
针对极限学习机的随机性较大的问题,提出一种基于差分演化的极限学习机算法模型(DE-ELM).采用差分演化算法(DE)对极限学习机(ELM)随机给定的输入权值矩阵和隐含层阈值进行寻优,降低了随机性给ELM造成的影响,减少ELM网络震荡,提高了ELM...
关键词：极限学习机 差分演化 SOC预测 
基于BP神经网络的电池SOC预测研究
《数码世界》2015年第12期5-5,共1页严其艳 刘勇求 
广东科技学院2014年度院级科研项目(GKY-2014KYYB-4)
电动汽车需要一个电池管理系统对电池荷电状态（state of charge,SOC）进行预测可靠的预测。本文采用人工智能技术对电池荷电状态预测进行研究,提出了一种基于BP神经网络的锂电池SOC预测方法。仿真实验结果表明,与现有的预测方法相比,基...
关键词：BP神经网络 电池管理系统 SOC预测 
磷酸铁锂电池的SOC预测被引量：7
《计算机仿真》2015年第3期163-168,共6页李国进 董第永 陈双 
广西自然科学基金资助项目(桂科自0832075)
电池荷电状态(SOC)准确预测是电池管理系统的关键任务。针对过去电池SOC预测精度低等问题,提出了一种采用极限学习机神经网络(ELM)的预测模型,以电池电压和电流作为模型的输入量,SOC作为输出量。在建模过程中,采用粒子群优化算法(PSO)对...
关键词：磷酸铁锂电池 荷电状态 极限学习机 粒子群优化算法 预测 
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