基于GA-RBF网络的磷酸铁锂电池SOC预测研究

• 作者: 曹玉恒 黄智宇
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 412-417
• 页数: 6页
• 分类号: TP183
• 字数: 3782字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2013.03.024

摘要

针对动力电池荷电状态(state of charge,SOC)的精确预测问题,提出了一种基于遗传算法的径向基函数(genetic algorithm-radial basis function,GA-RBF)神经网络的磷酸铁锂电池SOC预测方法,它克服了网络参数选择的随机性,具有更强的适应能力.通过仿真实验,证明了该方法比传统的径向基函数(radial basis function,RBF)神经网络预测结果更加准确,运行更稳定,满足电池管理系统对磷酸铁锂(LiFeP04)动力电池SOC预测的精度和实际使用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄智宇	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	22	112	7.0	9.0
2	曹玉恒	重庆邮电大学重庆高校汽车电子与嵌入式系统工程研究中心	1	16	1.0	1.0