基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
基于神经网络与UKF结合的锂离子电池组SOC估算方法
锂离子电池组
动力能源
无迹卡尔曼滤波器
神经网络
高级车辆仿真器
荷电状态
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
一种基于模糊径向基函数神经网络的自学习控制器
径向基函数网络
神经网络学习控制
电液位置伺服系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种动静结合的自学习神经网络锂离子电池监控系统
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
研究方向 页码范围 41-42,49
页数 3页 分类号 TM912
字数 3173字 语种 中文
DOI
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (29)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (9)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(3)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
电动汽车
锂电池
荷电状态
电池管理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电技术
双月刊
1672-4801
35-1262/TH
大16开
福州市六一中路115号
1977
chi
出版文献量(篇)
3970
总下载数(次)
13
论文1v1指导