基于PSO-BP神经网络的大容量电池储能系统衰减容量预测

• 作者: 赵泽昆 韩晓娟 马会萌
• 来源期刊: 电器与能效管理技术
• 学科: 工学
• 关键词: 大容量电池储能系统 衰减容量预测 粒子群算法 BP神经网络
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 储能设备与运行技术
• 页码范围: 75-78
• 页数: 4页
• 分类号: TM743
• 字数: 2092字
• 语种: 中文
• DOI: 10.16628/j.cnki.2095-8188.2016.14.013

摘要

大容量电池储能系统可以为新能源并网稳定运行提供有效支撑,电池储能系统的大功率输入/输出加剧了电池单体的损耗,造成电池容量发生不同程度的衰减,容量衰减过程较为缓慢,且不易发现.为及时准确预测电池容量衰减情况,提出基于PSO-BP神经网络的大容量电池储能系统电池衰减容量预测方法,通过粒子群算法(PSO)对反向传播(BP)神经网络隐层权值阈值进行优化.仿真结果表明,PSO-BP神经网络具有较高的准确性,可对任意衰减程度进行准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩晓娟	华北电力大学控制与计算机工程学院	49	867	15.0	28.0
2	马会萌		18	735	12.0	18.0
3	赵泽昆	华北电力大学控制与计算机工程学院	5	20	2.0	4.0