基于MPSO-LM算法的车用电池组SOC预测

• 作者: Heng Hock Lee 王爱华
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 氢镍电池组 SOC BP神经网络 MPSO-LM算法
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 研究与设计
• 页码范围: 1104-1107
• 页数: 4页
• 分类号: TM912.2
• 字数: 4565字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-087X.2009.12.020

摘要

在对车用氢镍电池组进行了不同工况和温度下的充放电实验,获取了大量能真实反映电池动态行为和特征的实验数据的基础上,建立了一个Back-propagation神经网络的车用动力电池组的仿真模型,实现对电池SOC的预测.为提高BP算法的训练速度和估算精度,设计了一种将改进粒子群算法(MPSO)与Leyenberg-Marquardt(LM)算法组合使用的混合算法(MPSO-LM)用于优化训练BP神经网络.仿真结果表明.所提议的MPSO-LM算法比BP算法更有效.具有较快的收敛速度和较高的预测精度.测试结果中97%数据达到5%的误差或更小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王爱华	南京工业职业技术学院电气与自动化系	6	17	2.0	4.0
5	Heng Hock Lee	普度大学工程学院	1	0	0.0	0.0