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:
为有效地对电动车电池剩余容量进行预测,在分析了MH/Ni电池充放电过程的反应机理的基础上,应用改进算法的BP神经网络,建立了MH/Ni电池的神经网络模型,用于预测MH/Ni电池放电过程中某一状态下的剩余容量.结果表明,通过该网络模型可以方便快速的得到电池剩余容量及荷电状态的预测值,所得结果满足要求,为电池管理系统提供了一种新的预测方法.
推荐文章
人工神经网络法预测MH-Ni蓄电池容量
MH-Ni电池
放电容量
人工神经网络
电动汽车用MH/Ni电池剩余容量智能预测研究
电动汽车
剩余电量预测
电压
自适应模糊神经推理系统
BP网络
基于BP神经网络预测静置电池的剩余电量
BP神经网络
静置电池
剩余电量
MATLAB
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 基于神经网络的MH/Ni电池剩余容量预测
来源期刊 哈尔滨工业大学学报 学科 工学
关键词 剩余容量 MH/Ni电池 BP神经网络
年,卷(期) 2003,(11) 所属期刊栏目
研究方向 页码范围 1405-1408
页数 4页 分类号 TM91
字数 2648字 语种 中文
DOI 10.3321/j.issn:0367-6234.2003.11.039
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 史鹏飞 哈尔滨工业大学理学院 167 1858 22.0 30.0
2 邓超 哈尔滨工业大学理学院 38 420 10.0 19.0
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  (22)
参考文献  (3)
节点文献
引证文献  (35)
同被引文献  (41)
二级引证文献  (209)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(1)
  • 二级引证文献(3)
2007(10)
  • 引证文献(3)
  • 二级引证文献(7)
2008(7)
  • 引证文献(3)
  • 二级引证文献(4)
2009(8)
  • 引证文献(2)
  • 二级引证文献(6)
2010(7)
  • 引证文献(1)
  • 二级引证文献(6)
2011(8)
  • 引证文献(2)
  • 二级引证文献(6)
2012(15)
  • 引证文献(6)
  • 二级引证文献(9)
2013(18)
  • 引证文献(6)
  • 二级引证文献(12)
2014(21)
  • 引证文献(2)
  • 二级引证文献(19)
2015(21)
  • 引证文献(1)
  • 二级引证文献(20)
2016(24)
  • 引证文献(3)
  • 二级引证文献(21)
2017(24)
  • 引证文献(1)
  • 二级引证文献(23)
2018(33)
  • 引证文献(0)
  • 二级引证文献(33)
2019(34)
  • 引证文献(2)
  • 二级引证文献(32)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
剩余容量
MH/Ni电池
BP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
哈尔滨工业大学学报
月刊
0367-6234
23-1235/T
大16开
哈尔滨市南岗区西大直街92号
14-67
1954
chi
出版文献量(篇)
7855
总下载数(次)
10
总被引数(次)
88544
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导