一种动静结合的自学习神经网络锂离子电池监控系统

• 作者: 徐永 雷治国
• 来源期刊: 机电技术
• 学科: 工学
• 关键词: 人工神经网络 电动汽车 锂电池 荷电状态 电池管理
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 车辆技术
• 页码范围: 41-42,49
• 页数: 3页
• 分类号: TM912
• 字数: 3173字
• 语种: 中文

摘要

锂离子动力电池已成为电动车辆最具潜力的储能装置之一，由于动力电池组是由多个电池单体通过串并联方式组成，因此，电池管理系统成为确保动力电池组安全、高效工作的保障。论文介绍了电池管理系统的发展现状和人工神经网络在电池管理系统中应用现状，并提出动静相结合的自学习神经网络锂离子电池监控系统，该方法能够有效解决目前人工神经网络在动力电池管理系统中的瓶颈。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷治国	福建农林大学机电工程学院	18	204	7.0	14.0
2	徐永	福建农林大学机电工程学院	27	132	6.0	10.0