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:
电池荷电状态(SOC)的预测是影响电动汽车发展的关键技术之一,采用经典BP神经网络控制算法完成了动力电池的SOC估算研究.通过设计工况实验,在Matlab中对该算法进行了仿真验证,结果表明该算法能够很好地拟合动力电池充放电特性,误差可以减小到5%以内.
推荐文章
基于BP神经网络法估算动力电池SOC
BP神经网络
电动汽车
动力电池
充放电测试仪
SOC估计
基于免疫遗传算法的动力电池SOC估计研究
锂离子动力电池
SOC估计
免疫遗传算法IGA
联合估计
基于神经网络的电池SOC估算及优化方法
锂离子电池
SOC
神经网络
粒子群算法
RMSProp
电动汽车用动力电池SOC估算方法概述
电动汽车
动力电池
荷电状态估算
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BP神经网络的动力电池SOC估算
来源期刊 电源技术 学科 工学
关键词 动力电池 BP神经网络 荷电状态 Matlab
年,卷(期) 2016,(4) 所属期刊栏目 研究与设计
研究方向 页码范围 818-819
页数 2页 分类号 TM912
字数 924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 赵钢 天津理工大学天津市复杂控制理论与应用重点实验室 32 260 9.0 14.0
2 罗淑贞 河北工业大学计算机科学与软件学院 5 47 4.0 5.0
3 孙豪赛 天津理工大学天津市复杂控制理论与应用重点实验室 4 43 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (238)
参考文献  (4)
节点文献
引证文献  (20)
同被引文献  (45)
二级引证文献  (25)
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)
1998(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(7)
  • 引证文献(7)
  • 二级引证文献(0)
2019(22)
  • 引证文献(8)
  • 二级引证文献(14)
2020(12)
  • 引证文献(1)
  • 二级引证文献(11)
研究主题发展历程
节点文献
动力电池
BP神经网络
荷电状态
Matlab
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
电源技术
月刊
1002-087X
12-1126/TM
大16开
天津296信箱44分箱
6-28
1977
chi
出版文献量(篇)
9323
总下载数(次)
56
总被引数(次)
55810
论文1v1指导