电动车电池SOC估计的径向基函数神经网络方法

• 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 径向基函数 广义生长剪枝
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 特种电源
• 页码范围: 81-87
• 页数: 7页
• 分类号: TM912
• 字数: 4964字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2008.05.014

摘要

结合电池容量估计问题,将广义生长剪枝径向基函数神经网络方法用于判断电动车蓄电池的荷电状态.通过神经网络输入参数的选择,文章设计标准模型、递推模型和安时模型三种不同的估计模型.实验结果表明:估计模型经过训练后,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荷电状态实时值,其中安时模型的训练时间、估计精度、网络的规模较其他两种模型更为出色.同时,本文引入解耦卡尔曼滤波器算法,有效提高了广义生长剪枝径向基神经网络的训练速度,在保证精度的前提下,将模型的训练时间缩短了1/2.

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