基于先进小波神经网络的HEV动力锂离子电池SOC估计

• 作者: 付主木 赵瑞
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 小波神经网络 荷电状态 混合动力汽车 动力锂离子电池
• 年，卷（期）: 2012,（3）
• 页码范围: 299-304
• 分类号: TP273
• 字数: 920字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2012.03.008

摘要

为了提高混合动力汽车(HEV)电池荷电状态(SOC)的估计精度,提出了一种基于先进小波神经网络的HEV动力电池SOC估计算法.首先,建立了基于先进小波神经网络的电池SOC估计模型.然后,通过数学推导证明了先进小波神经网络的收敛性.最后,利用大量HEV动力电池在行驶过程中充放电的数据样本,对神经网络进行网络训练.仿真结果表明,所提出的估计算法与传统SOC估计算法相比,提高了电池SOC的估计精度,有效地将估计误差从±8％减小到±1.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付主木	河南科技大学电子信息工程学院	78	507	12.0	19.0
5	赵瑞	河南科技大学电子信息工程学院	4	32	3.0	4.0