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:
越来越多的动力机械采用锂离子电池作为其动力源.准确估算锂离子电池的SOH能够给动力机械安全可靠地运行提供保障.在不同的实验条件下对18650型锂离子电池做充放电循环实验,由实验结果得到锂离子电池的充放电循环特性,根据其循环特性采用人工神经网络寻找电池端电压与SOH之间的非线性关系,进而估算锂离子电池的SOH.估算结果表明,采用BP神经网络能够准确地估算锂离子电池的SOH,估算误差基本控制在3%以内.
推荐文章
基于神经网络与UKF结合的锂离子电池组SOC估算方法
锂离子电池组
动力能源
无迹卡尔曼滤波器
神经网络
高级车辆仿真器
荷电状态
基于模型的锂离子电池SOC及SOH估计方法研究进展
锂离子电池
电池管理系统
电池模型
荷电状态估计
健康状态估计
基于GA-LM-BP神经网络的锂离子电池预测研究
BP神经网络
锂离子电池
预测
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 基于人工神经网络估算锂离子电池的SOH
来源期刊 电源技术 学科 工学
关键词 锂离子电池 SOH 动力电池 神经网络
年,卷(期) 2017,(5) 所属期刊栏目 研究与设计
研究方向 页码范围 708-710
页数 3页 分类号 TM912
字数 1663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 胡欲立 西北工业大学航海学院 68 663 14.0 23.0
2 郑唯 西北工业大学航海学院 2 8 2.0 2.0
3 何发尧 西北工业大学航海学院 2 8 2.0 2.0
4 郭广华 西北工业大学航海学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (95)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
锂离子电池
SOH
动力电池
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
论文1v1指导