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:
随着蓄电池的广泛应用,对其充电方法的研究也不断深入,并取得了较多的科研成果,但是快速充电技术仍受到多方面的制约.提出了以神经网络算法和传统控制器相结合的智能充电技术,以BP网络算法训练神经网络.由于神经网络的自适应性,控制过程不依赖于模型,因此能对复杂的非线性、不确知的充电过程进行实时修正,并将此种方法应用于阶段充电法,通过仿真对比,证明了智能充电的有效性.
推荐文章
基于神经网络的弹道曲线快速拟合方法
神经网络
弹道曲线
拟合系数
基于BP神经网络的PID控制方法的研究
BP算法
神经网络
PID控制
基于神经网络的模型参考自适应控制方法
控制理论
神经网络
模型参考自适应控制
BP算法
误差函数
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 基于神经网络控制的快速充电方法探究
来源期刊 电源技术 学科 工学
关键词 快速充电 神经网络 PID控制 BP算法 阶段充电法
年,卷(期) 2016,(3) 所属期刊栏目 研究与设计
研究方向 页码范围 597-599
页数 3页 分类号 TM912
字数 2400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 高金辉 河南师范大学物理与电子工程学院 71 489 12.0 19.0
2 杨艳茜 河南师范大学物理与电子工程学院 2 15 2.0 2.0
3 郑晓彦 6 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
快速充电
神经网络
PID控制
BP算法
阶段充电法
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