电动车蓄电池荷电状态估计的神经网络方法

• 作者: 刘开培 陈清泉 雷肖 马历
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 电动车 荷电状态 神经网络 支持向量机
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 电机与电器
• 页码范围: 155-160
• 页数: 6页
• 分类号: TM912.6
• 字数: 3110字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2007.08.029

摘要

针对电动车蓄电池电能容量判别问题,将神经网络方法应用于电动车蓄电池荷电状态估计.对多种神经网络方法的估计性能进行了分析,包括多层感知器网络、径向基函数网络、线性支持向量机、使用MLP核函数的支持向量机、使用RBF核函数的支持向量机.实验结果表明:神经网络经过训练后,可以通过蓄电池的工作电压、工作电流和表面温度参数估计蓄电池的SOC实时值,其中多层感知器和支持向量机估计性能最好,同时,支持向量机较多层感知器有更高的噪声容忍能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘开培	武汉大学电气工程学院	183	2767	29.0	42.0
2	雷肖	武汉大学电气工程学院	9	263	6.0	9.0
3	陈清泉	武汉大学电气工程学院	5	227	5.0	5.0
4	马历	武汉大学电气工程学院	7	262	6.0	7.0