基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了精确地了解电动汽车蓄电池的剩余电量,本文在用蓄电池电化学及目前一些剩余电量计量方法进行分析的基础上,提出了一种基于蓄电池电动势和内阻组合确定剩余电量的新方法.同时,由于蓄电池电动势和内阻与剩余电量之间的非线性关系,本文将使用神经网络技术来实现对剩余电量的预测,并取得了很好的效果.
推荐文章
基于卡尔曼滤波的电动汽车剩余电量估计
锂离子电池组
卡尔曼滤波
电动汽车
剩余电量测量
电动汽车的蓄电池技术
电动汽车
蓄电池
技术
基于ANFIS模型的蓄电池放电剩余电量估计
剩余电量
蓄电池
直流电源
自适应神经模糊推理系统
变电站
电动汽车动力蓄电池组监测系统的研究
电动汽车
电压巡检
高压端电流检测
蓄电池剩余容量
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电动汽车蓄电池剩余电量计量技术的研究
来源期刊 江苏理工大学学报(自然科学版) 学科 交通运输
关键词 电动汽车 蓄电池 剩余电量 神经网络
年,卷(期) 2001,(2) 所属期刊栏目
研究方向 页码范围 51-55
页数 5页 分类号 U469.72+2
字数 3587字 语种 中文
DOI 10.3969/j.issn.1671-7775.2001.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 薛振框 江苏理工大学汽车与交通工程学院 1 67 1.0 1.0
2 郑荣良 江苏理工大学汽车与交通工程学院 2 81 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (67)
同被引文献  (38)
二级引证文献  (149)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(2)
  • 引证文献(2)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(6)
  • 引证文献(6)
  • 二级引证文献(0)
2006(7)
  • 引证文献(4)
  • 二级引证文献(3)
2007(14)
  • 引证文献(4)
  • 二级引证文献(10)
2008(11)
  • 引证文献(3)
  • 二级引证文献(8)
2009(10)
  • 引证文献(4)
  • 二级引证文献(6)
2010(9)
  • 引证文献(2)
  • 二级引证文献(7)
2011(22)
  • 引证文献(10)
  • 二级引证文献(12)
2012(16)
  • 引证文献(3)
  • 二级引证文献(13)
2013(14)
  • 引证文献(4)
  • 二级引证文献(10)
2014(28)
  • 引证文献(10)
  • 二级引证文献(18)
2015(21)
  • 引证文献(4)
  • 二级引证文献(17)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(10)
  • 引证文献(1)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
电动汽车
蓄电池
剩余电量
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏大学学报(自然科学版)
双月刊
1671-7775
32-1668/N
大16开
江苏省镇江市梦溪园巷30号
28-83
1980
chi
出版文献量(篇)
2980
总下载数(次)
2
总被引数(次)
31026
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导