粒子群优化神经网络电动汽车SOC估算方法

• 作者: 刘一星 王业琴
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 电动汽车 SOC 粒子群 神经网络
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 研究与设计
• 页码范围: 800-803
• 页数: 4页
• 分类号: TM933
• 字数: 3150字
• 语种: 中文

摘要

为了解决纯电动汽车电池剩余电量估算难题,采用粒子群优化神经网络方法,用于BP(Back Propagation,BP)神经网络权值和阈值优化,并把优化后的神经网络用于荷电状态(SOC)离散估算.以100 Ah LiFePO4电池作为实验对象采集实验数据,将温度、充放电倍率和充放电电压作为PSO-BP(Particle Swarm Optimization,PSO)神经网络输入特征向量,将电池SOC作为输出向量进行网络学习和训练,用训练好的网络对不同充放电倍率下SOC进行离散点预测,采用插值估算实现实时预测.实验结果表明,PSO-BP算法对SOC值为20％～ 80％区间估算准确,能够满足电动汽车正常运行的SOC估算要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王业琴		11	186	8.0	11.0
5	刘一星		1	26	1.0	1.0