基于RBF神经网络的电池电解液密度预测

• 作者: 彭澎 杜灵根 王百杰
• 来源期刊: 船电技术
• 学科: 工学
• 关键词: 电池 RBF神经网络 径向基函数 电解液密度 SOC
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用研究
• 页码范围: 70-72
• 页数: 3页
• 分类号: TP183
• 字数: 2324字
• 语种: 中文

摘要

为了对电池电解液密度进行预测,建立了RBF神经网络模型,用电池放电试验数据对其进行了训练和检验.利用训练后的神经网络模型进行了电池电解液密度的预测,预测值与实测值的最大误差值为0.022g/cm3,均方根误差值为0.004 g/cm3左右.结果表明,RBF神经网络方法可以满足预测精度要求,从而可用于建立电池剩余电量实时监测系统,降低电池维护工作量并延长电池的使用寿命.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭澎		6	13	2.0	3.0
2	杜灵根		3	6	2.0	2.0
3	王百杰		3	3	1.0	1.0