基于径向基函数网络的MH/Ni电池荷电状态预测

• 作者: 张森
• 来源期刊: 化工学报
• 关键词: 荷电状态 径向基函数 神经网络 MH/Ni电池
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 能源和环境工程
• 页码范围: 2162-2166
• 页数: 5页
• 分类号: TM91
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2006.09.029

摘要

电动车电池管理系统的核心任务是对电池荷电状态(SOC)进行预测.在分析了MH/Ni电池充放电反应机理的基础上,应用径向基函数(RBF)神经网络建立了预测MH/Ni电池荷电状态的模型,并且应用该模型对电池放电过程中某一状态下的荷电状态进行预测.该模型预测速度快,并且预测值与试验值吻合.人工神经网络建模技术简单直观,是预测MH/Ni电池SOC有力工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张森	哈尔滨工程大学材料科学与化学工程学院	15	142	8.0	11.0