基于GA-Elman神经网络的电池劣化程度预测研究

• 作者: 戴广剑 李宁 韩丽
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 阀控铅酸蓄电池 劣化程度 Elman神经网络 遗传算法
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究与设计
• 页码范围: 249-250,309
• 页数: 3页
• 分类号: TM912
• 字数: 2294字
• 语种: 中文

摘要

阀控铅酸蓄电池的老化机理复杂,劣化程度受多种因素影响,因此较难预测.在分析影响蓄电池劣化程度的多种因素的基础上,采用Elman神经网络方法对电池劣化程度预测建立模型,并通过遗传算法对预测模型中的初始权值和阈值进行优化,根据浅度放电的测量数据进行劣化程度的预测.仿真结果表明:该模型达到了对电池劣化程度准确预测的目的,通过与实测数据的对比,证明该模型具有较高的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁	中国矿业大学信息与电气工程学院	51	302	10.0	15.0
2	韩丽	中国矿业大学信息与电气工程学院	36	232	9.0	14.0
3	戴广剑	中国矿业大学信息与电气工程学院	5	46	4.0	5.0