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:
为更加准确地逼近蓄电池充放电过程的非线性特性,采用改进BP型神经网络模型对铅酸蓄电池SOC进行估计.以实验数据为依据,基于改进BP神经网络模型在Matlab环境下对铅酸蓄电池充放电过程中剩余电量预测进行仿真研究与验证,结果表明所研究的蓄电池SOC预测方法准确.
推荐文章
基于改进RBF神经网络训练算法的蓄电池SOC估算
SOC估算
RBF神经网络
正则化
模糊控制
模拟退火算法
Matlab
基于RBF神经网络的风光互补路灯系统MPPT研究
风光互补
路灯系统
最大功率点跟踪
径向基函数神经网络
Boost电路
基于PID?BPNN的矿用铅酸蓄电池SOC在线估计
安全供电系统
铅酸蓄电池
矿用
内化成
PID-BP神经网络
SOC在线估计
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
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 基于改进BP神经网络的风光互补路灯蓄电池SOC预测研究
来源期刊 声学与电子工程 学科
关键词 铅酸蓄电池 充放电特性 神经网络 SOC 建模仿真
年,卷(期) 2017,(3) 所属期刊栏目
研究方向 页码范围 40-43
页数 4页 分类号
字数 3382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 王泽民 瑞利科技有限公司新能源事业部 2 7 2.0 2.0
2 齐丽强 瑞利科技有限公司新能源事业部 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (126)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (1)
1993(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(10)
  • 参考文献(1)
  • 二级参考文献(9)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
铅酸蓄电池
充放电特性
神经网络
SOC
建模仿真
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
声学与电子工程
季刊
33-1099/TN
大16开
杭州市西湖区留下街道屏峰715号
1986
chi
出版文献量(篇)
1247
总下载数(次)
9
总被引数(次)
5606
论文1v1指导