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:
提出基于MATLAB神经网络工具箱预测静置电池剩余电量的方法.建立了以电池端电压和新旧程度为输入变量的BP网络,用实验数据对网络进行训练及检验.用该网络预测某型MH/Ni电池在静置状态下的剩余电量,误差小于3%.
推荐文章
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
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
基于ABC-BP神经网络的用电量预测研究
人工蜂群算法
BP神经网络
用电量预测
预测算法
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
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BP神经网络预测静置电池的剩余电量
来源期刊 电池 学科 工学
关键词 BP神经网络 静置电池 剩余电量 MATLAB
年,卷(期) 2006,(1) 所属期刊栏目 技术交流
研究方向 页码范围 58-59
页数 2页 分类号 TM912.2
字数 1621字 语种 中文
DOI 10.3969/j.issn.1001-1579.2006.01.022
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 韩赞东 清华大学机械工程系 61 497 14.0 19.0
2 王克争 清华大学机械工程系 35 395 12.0 18.0
3 胡任 清华大学机械工程系 1 32 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (150)
参考文献  (2)
节点文献
引证文献  (32)
同被引文献  (44)
二级引证文献  (164)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(7)
  • 引证文献(7)
  • 二级引证文献(0)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(14)
  • 引证文献(4)
  • 二级引证文献(10)
2012(13)
  • 引证文献(2)
  • 二级引证文献(11)
2013(17)
  • 引证文献(3)
  • 二级引证文献(14)
2014(20)
  • 引证文献(3)
  • 二级引证文献(17)
2015(23)
  • 引证文献(0)
  • 二级引证文献(23)
2016(25)
  • 引证文献(3)
  • 二级引证文献(22)
2017(19)
  • 引证文献(2)
  • 二级引证文献(17)
2018(25)
  • 引证文献(2)
  • 二级引证文献(23)
2019(22)
  • 引证文献(1)
  • 二级引证文献(21)
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
BP神经网络
静置电池
剩余电量
MATLAB
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
电池
双月刊
1001-1579
43-1129/TM
大16开
湖南省长沙仰天湖新村1号
1971
chi
出版文献量(篇)
2911
总下载数(次)
18
总被引数(次)
23847
论文1v1指导