基于粒子群的模糊神经网络铅酸蓄电池SOC估计

• 作者: 刘波峰 李涛 梅成林 王文强
• 来源期刊: 电源技术
• 学科: 工学
• 关键词: 铅酸蓄电池 荷电状态 模糊神经网络 粒子群算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 64-67
• 页数: 4页
• 分类号: TM912
• 字数: 3525字
• 语种: 中文

摘要

研究估计变电站阀控式铅酸蓄电池荷电状态(SOC)的方法.采用模糊神经网络对蓄电池的荷电状态预测建立模型,然后利用粒子群算法对网络中的连接权值、隶属度函数进行优化,用蓄电池在不同倍率下的充放电实验数据训练网络,根据训练好的网络模型对蓄电池SOC进行了预测,最后将预测结果与传统模糊神经网络预测结果进行对比.结果表明:该方案达到了对蓄电池荷电状态准确预测的目的,且预测误差小,具有良好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘波峰	湖南大学电气与信息工程学院	53	259	8.0	10.0
2	李涛	湖南大学电气与信息工程学院	33	350	10.0	17.0
3	王文强	湖南大学电气与信息工程学院	3	21	3.0	3.0
4	梅成林	广东电网公司电力科学研究院	12	41	4.0	6.0