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:
利用神经网络进行了动力电池荷电状态(soC)预测研究.在分析磷酸铁锂电池充放电机理的基础上,采用levenberg-marquardt(LM)算法建立了动力电池的BP(back propagation)神经网络模型,并进行了电池SOC值的预测.结果表明,基于神经网络的电池SOC预测方法具有较高的精度,可用来预测磷酸铁锂电池的SOC值.
推荐文章
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LSTM循环神经网络的电池SOC预测方法
锂离子电池
荷电状态(SOC)
电动汽车
长短期记忆(LSTM)
循环神经网络
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
基于迟滞耦合模型动力电池SOC的LPV估算方法
电池迟滞耦合特性
荷电状态
等效电路模型
线性变参数
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 基于神经网络的动力电池SOC研究
来源期刊 电源技术 学科 工学
关键词 动力电池 荷电状态(SOC) 神经网络
年,卷(期) 2016,(12) 所属期刊栏目 研究与设计
研究方向 页码范围 2415-2416,2438
页数 3页 分类号 TM912
字数 2541字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (154)
参考文献  (5)
节点文献
引证文献  (15)
同被引文献  (33)
二级引证文献  (14)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
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)
2018(8)
  • 引证文献(7)
  • 二级引证文献(1)
2019(15)
  • 引证文献(7)
  • 二级引证文献(8)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
动力电池
荷电状态(SOC)
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
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
论文1v1指导