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:
计算电池剩余容量(BAC)是很重要的.众所周知,电池的剩余容量的准确计算不仅影响电动汽车行驶的距离,而且能最优化利用电动汽车的电池的能量存储.为了确定出电池剩余容量,本论文提出了一种新的基于电池放电电流和温度的酸铅电池的神经网络模型.用神经网络模型计算剩余容量和实验测量剩余容量进行比较,结果显示了基本的一致.这种新方法能应用于其他类型电池的剩余容量计算.
推荐文章
基于卷积神经网络与双向长短时融合的锂离子电池剩余使用寿命预测
锂离子电池
剩余使用寿命预测
融合神经网络
一维卷积神经网络
双向长短期记忆
基于T-S模糊模型的神经网络的系统辨识
T-S模糊模型
神经网络
结构辨识
参数辨识
基于RBF神经网络系统辨识研究
RBF神经网络
系统辨识
MATLAB
对比分析
基于小波神经网络的系统辨识方法
系统辨识
小波神经网络
函数逼近
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 基于神经网络酸铅电池剩余容量模型的辨识
来源期刊 炮兵学院学报 学科 工学
关键词 电池剩余容量 辨识 BP神经网络 仿真
年,卷(期) 2003,(1) 所属期刊栏目 工程技术
研究方向 页码范围 76-78
页数 3页 分类号 TM911
字数 语种 中文
DOI
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 刘建芳 2 0 0.0 0.0
2 谢永华 1 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(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)
研究主题发展历程
节点文献
电池剩余容量
辨识
BP神经网络
仿真
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
炮兵学院学报
双月刊
34-1186/E
合肥市黄山路451号
chi
出版文献量(篇)
1544
总下载数(次)
18
总被引数(次)
439
论文1v1指导