基于DEPSO-RBF神经网络的锌银电池SOC估计

• 作者: 岳瑞华 王华国 王毅 陈雷雨 马清亮
• 来源期刊: 计算机测量与控制
• 关键词: 电池容量 径向基函数 神经网络 差分进化粒子群优化算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 算法、设计与应用
• 页码范围: 3225-3227,3234
• 页数: 4页
• 分类号: TM911
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2015.09.086

摘要

电池容量是判断电池性能状态的重要指标.针对锌银电池的荷电状态估计问题,利用电池放电过程中放电时间、放电电流和电池电压3个参数作为径向基神经网络的输入,电池荷电状态为输出,建立电池放电的径向基神经网络模型;为克服径向基神经网络收敛精度不高、易陷入局部极小值的缺点,采用差分进化算法和粒子群算法结合的混合算法优化RBF神经网络;MATLAB仿真结果表明,经过混合优化算法优化的径向基神经网络与仅使用粒子群优化的径向基神经网络相比,估计精度得到大大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马清亮	第二炮兵工程大学控制工程系	17	135	5.0	11.0
2	岳瑞华	第二炮兵工程大学控制工程系	21	104	6.0	9.0
3	陈雷雨	第二炮兵工程大学控制工程系	2	3	1.0	1.0
4	王华国		1	2	1.0	1.0
5	王毅		1	2	1.0	1.0