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:
针对锂离子电池剩余容量检测的时间过长、耗费能量较多的问题,利用人工神经网络对锂离子电池放电容量进行预测,能够有效的提高电池检测的效率.
推荐文章
基于IPSO-Elman的锂电池剩余寿命预测
锂电池
剩余寿命预测
IPSO-Elman
预测建模
高斯去噪
参数优化
基于WNN的锂电池循环寿命预测
小波神经网络
锂电池
循环寿命预测
一种大容量动力锂电池的化成系统
动力锂电池
恒流斩波
限压保护
化成系统
大容量动力锂电池组管理系统研究
动力锂电池组
SOC
模块设计
石油
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 锂电池剩余容量预测的方法
来源期刊 农村电气化 学科 工学
关键词 锂电池 电化学特性
年,卷(期) 2008,(7) 所属期刊栏目
研究方向 页码范围 15-16
页数 2页 分类号 TM912
字数 语种 中文
DOI
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(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)
研究主题发展历程
节点文献
锂电池
电化学特性
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
农村电气化
月刊
1003-0867
11-2181/TM
大16开
北京市南蜂窝路5号
2-853
1979
chi
出版文献量(篇)
5987
总下载数(次)
9
总被引数(次)
7830
论文1v1指导