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:
利用神经网络进行了电动汽车用的磷酸铁锂(LiFePO4)电池荷电状态(state of charge,SOC)预测研究.在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了磷酸铁锂电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测.结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值.
推荐文章
基于神经网络的动力电池SOC研究
动力电池
荷电状态(SOC)
神经网络
基于GA-RBF网络的磷酸铁锂电池SOC预测研究
荷电状态(SOC)
磷酸铁锂电池
基于遗传算法的径向基函数(GA-RBF)
神经网络
基于极限学习机的磷酸铁锂电池SOC估算研究
磷酸铁锂电池
荷电状态
ELM
BP神经网络
SVM
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 基于神经网络的磷酸铁锂电池SOC预测研究
来源期刊 电子测量与仪器学报 学科 工学
关键词 电动汽车 磷酸铁锂电池 荷电状态(SOC) 神经网络 预测
年,卷(期) 2011,(5) 所属期刊栏目 学术论文
研究方向 页码范围 433-437
页数 分类号 TM912
字数 2518字 语种 中文
DOI 10.3724/SP.J.1187.2011.00433
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 赵韩 合肥工业大学机械与汽车工程学院 456 5988 35.0 54.0
3 尹安东 合肥工业大学机械与汽车工程学院 62 995 19.0 28.0
5 江昊 合肥工业大学机械与汽车工程学院 18 433 11.0 18.0
11 张万兴 合肥工业大学机械与汽车工程学院 1 160 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (318)
参考文献  (10)
节点文献
引证文献  (160)
同被引文献  (272)
二级引证文献  (826)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(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)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(23)
  • 引证文献(13)
  • 二级引证文献(10)
2014(62)
  • 引证文献(23)
  • 二级引证文献(39)
2015(106)
  • 引证文献(19)
  • 二级引证文献(87)
2016(138)
  • 引证文献(34)
  • 二级引证文献(104)
2017(154)
  • 引证文献(22)
  • 二级引证文献(132)
2018(237)
  • 引证文献(24)
  • 二级引证文献(213)
2019(195)
  • 引证文献(19)
  • 二级引证文献(176)
2020(65)
  • 引证文献(1)
  • 二级引证文献(64)
研究主题发展历程
节点文献
电动汽车
磷酸铁锂电池
荷电状态(SOC)
神经网络
预测
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
电子测量与仪器学报
月刊
1000-7105
11-2488/TN
大16开
北京市东城区北河沿大街79号
80-403
1987
chi
出版文献量(篇)
4663
总下载数(次)
23
总被引数(次)
44770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导