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:
为了有效地对电池剩余容量进行预测,在分析了与电池剩余电量相关因数的基础上,提出了基于模糊神经网络的电池剩余电量预测模型,充分利用了模型可逼近任何多输入输出参数函数的性能.系统通过样本训练达到了较好的仿真结果.从现场实验的数据分析,该模型能较准确地预测电池剩余电量,为电池管理系统提供了一种新的预测方法.
推荐文章
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
景洪水电站满足EGAT标准的电量计算
景洪水电站
电量
计算
基于BP神经网络的优势通道定量计算方法
BP神经网络
优势通道
定量计算
高含水
调剖
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 基于模糊神经网络的电池剩余电量计算模型
来源期刊 测试技术学报 学科 工学
关键词 模糊神经网络 电池 SOC估计
年,卷(期) 2007,(5) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 405-409
页数 5页 分类号 TM910.7
字数 3340字 语种 中文
DOI 10.3969/j.issn.1671-7449.2007.05.007
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 王海英 哈尔滨理工大学自动化学院 42 306 10.0 15.0
2 李革臣 哈尔滨理工大学自动化学院 27 374 11.0 18.0
3 江海 哈尔滨理工大学自动化学院 4 60 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (32)
参考文献  (6)
节点文献
引证文献  (37)
同被引文献  (26)
二级引证文献  (76)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(5)
  • 引证文献(5)
  • 二级引证文献(0)
2011(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(7)
  • 引证文献(3)
  • 二级引证文献(4)
2014(12)
  • 引证文献(6)
  • 二级引证文献(6)
2015(12)
  • 引证文献(5)
  • 二级引证文献(7)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(21)
  • 引证文献(1)
  • 二级引证文献(20)
2019(19)
  • 引证文献(2)
  • 二级引证文献(17)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
模糊神经网络
电池
SOC估计
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导