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:
蓄电池的荷电状态(SOC)值是反映电池健康状况的一个重要参数.传统的SOC预测方法难以得到精确的结果.为此对蓄电池的SOC预测技术进行了理论上的研究,并在此基础上提出了基于神经网络的蓄电池SOC预测方法.实验结果证明,该模型能够比较准确地预测出蓄电池的SOC值,其误差一般不会超出2%,很少有超出5%的情况,取得了令人满意的可靠预测结果.
推荐文章
光伏发电系统中蓄电池充放电状态的模糊控制
光伏发电系统
蓄电池
模糊控制
充放电状态
可信度
基于SOC算法的蓄电池智能管理系统研究
电池管理系统
SOC算法
卡尔曼滤波法
蓄电池模型
基于CAN总线的蓄电池SOC动态测量系统
CAN总线镍氢电池SOC动态测量
光伏发电系统中混合储能技术研究
光伏发电
储能系统
电容组合
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 光伏发电系统蓄电池SOC预测技术研究
来源期刊 电源技术 学科 工学
关键词 光伏系统 阀控式铅酸蓄电池 荷电状态(SOC) 预测技术 神经网络
年,卷(期) 2005,(4) 所属期刊栏目 研究与设计
研究方向 页码范围 250-252
页数 3页 分类号 TM912.1
字数 1908字 语种 中文
DOI 10.3969/j.issn.1002-087X.2005.04.015
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 马建荣 4 37 3.0 4.0
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  (18)
同被引文献  (3)
二级引证文献  (7)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光伏系统
阀控式铅酸蓄电池
荷电状态(SOC)
预测技术
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
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导