钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
电工技术期刊
\
电器与能效管理技术期刊
\
基于PSO-BP神经网络的大容量电池储能系统衰减容量预测
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
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
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
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.
暂无资源
收藏
引用
分享
推荐文章
基于PSO-BP神经网络的储能装置实时容量识别与实现
容量识别
储能装置
识别建模
BP神经网络
粒子群算法
在线识别
基于改进PSO-BP神经网络的回弹预测研究
V形自由折弯
回弹
BP神经网络
改进粒子群算法
全局搜索能力
收敛精度
泛化能力
基于PSO-BP神经网络的储能装置实时容量识别与实现
容量识别
储能装置
识别建模
BP神经网络
粒子群算法
在线识别
基于PSO-BP神经网络的高炉煤气受入量的预测
高炉煤气
受入量预测
预测模型
PSO-BP神经网络
模型训练
模型检验
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于PSO-BP神经网络的大容量电池储能系统衰减容量预测
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
研究方向
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
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
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
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(102)
共引文献
(234)
参考文献
(8)
节点文献
引证文献
(2)
同被引文献
(7)
二级引证文献
(2)
1987(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
1999(3)
参考文献(0)
二级参考文献(3)
2000(3)
参考文献(0)
二级参考文献(3)
2001(4)
参考文献(0)
二级参考文献(4)
2002(4)
参考文献(0)
二级参考文献(4)
2003(2)
参考文献(0)
二级参考文献(2)
2004(1)
参考文献(0)
二级参考文献(1)
2005(5)
参考文献(0)
二级参考文献(5)
2006(10)
参考文献(0)
二级参考文献(10)
2007(6)
参考文献(0)
二级参考文献(6)
2008(7)
参考文献(0)
二级参考文献(7)
2009(13)
参考文献(0)
二级参考文献(13)
2010(11)
参考文献(0)
二级参考文献(11)
2011(15)
参考文献(1)
二级参考文献(14)
2012(9)
参考文献(0)
二级参考文献(9)
2013(8)
参考文献(3)
二级参考文献(5)
2014(2)
参考文献(2)
二级参考文献(0)
2015(2)
参考文献(2)
二级参考文献(0)
2016(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)
2017(1)
引证文献(1)
二级引证文献(0)
2018(2)
引证文献(0)
二级引证文献(2)
2020(1)
引证文献(1)
二级引证文献(0)
研究主题发展历程
节点文献
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
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
电器与能效管理技术
主办单位:
上海电器科学研究所(集团)有限公司
出版周期:
半月刊
ISSN:
2095-8188
CN:
31-2099/TM
开本:
大16开
出版地:
上海市武宁路505号
邮发代号:
4-200
创刊时间:
1959
语种:
chi
出版文献量(篇)
6528
总下载数(次)
20
总被引数(次)
27383
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
基于PSO-BP神经网络的储能装置实时容量识别与实现
2.
基于改进PSO-BP神经网络的回弹预测研究
3.
基于PSO-BP神经网络的储能装置实时容量识别与实现
4.
基于PSO-BP神经网络的高炉煤气受入量的预测
5.
基于PSO-BP神经网络的网络时延预测算法
6.
基于PSO-BP神经网络的地铁盾构场地土体参数反演
7.
基于GPU的PSO-BP神经网络DOA估计
8.
基于PSO-BP神经网络的终端区拥堵等级预测模型
9.
基于应变补偿和PSO-BP神经网络Ti-2.7Cu合金本构关系
10.
基于PSO?BP神经网络的短期负荷预测算法
11.
地震地质灾害综合评价的PSO-BP神经网络方法及应用
12.
电池储能系统SOC神经网络融合估计方法
13.
基于改进PSO-BP神经网络的回弹预测研究
14.
基于PSO的BP神经网络-Markov船舶交通流量预测模型
15.
基于新型PSO算法优化BP神经网络的软件缺陷预测方法研究
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
电器与能效管理技术2021
电器与能效管理技术2020
电器与能效管理技术2019
电器与能效管理技术2018
电器与能效管理技术2017
电器与能效管理技术2016
电器与能效管理技术2015
电器与能效管理技术2014
电器与能效管理技术2013
电器与能效管理技术2012
电器与能效管理技术2011
电器与能效管理技术2010
电器与能效管理技术2009
电器与能效管理技术2008
电器与能效管理技术2007
电器与能效管理技术2006
电器与能效管理技术2005
电器与能效管理技术2004
电器与能效管理技术2003
电器与能效管理技术2002
电器与能效管理技术2001
电器与能效管理技术2000
电器与能效管理技术2016年第9期
电器与能效管理技术2016年第8期
电器与能效管理技术2016年第7期
电器与能效管理技术2016年第6期
电器与能效管理技术2016年第5期
电器与能效管理技术2016年第4期
电器与能效管理技术2016年第3期
电器与能效管理技术2016年第24期
电器与能效管理技术2016年第23期
电器与能效管理技术2016年第22期
电器与能效管理技术2016年第21期
电器与能效管理技术2016年第20期
电器与能效管理技术2016年第2期
电器与能效管理技术2016年第19期
电器与能效管理技术2016年第18期
电器与能效管理技术2016年第17期
电器与能效管理技术2016年第16期
电器与能效管理技术2016年第15期
电器与能效管理技术2016年第14期
电器与能效管理技术2016年第13期
电器与能效管理技术2016年第12期
电器与能效管理技术2016年第11期
电器与能效管理技术2016年第10期
电器与能效管理技术2016年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号